Tese Propileno Glicol

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA DE ALIMENTOS DEPARTAMENTO DE ENGENHARIA DE ALIMENTOS
COMPARAO DO DESEMPENHO DE UM SISTEMA DE REFRIGERAO PARA RESFRIAMENTO DE LQUIDO, CONTROLADO A DIFERENTES MODOS DE CONTROLE
Aluno: Flvio Vasconcelos da Silva

Engenheiro Qumico Mestre em Engenharia de Alimentos
Orientador: Prof. Dr. Vivaldo Silveira Jnior

Tese apresentada ao curso de Ps-graduao da Faculdade de Engenharia de Alimentos da Universidade Estadual de Campinas, para a obteno do ttulo de DOUTOR EM ENGENHARIA DE ALIMENTOS
-Campinas, 2003-
FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA DA F.E.A. UNICAMP
Si38c
Silva, Flvio Vasconcelos da Comparao do desempenho de um sistema de refrigerao para resfriamento lquido, controlado a diferentes modos de controle. Campinas, SP: [s.n.], 2003. Orientador: Vivaldo Silveira Junior Tese (doutorado) Universidade Estadual de Campinas. Faculdade de Engenharia de Alimentos.
1.Controladores PID. 2.Refrigerao. I.Silveira Junior, Vivaldo. II.Universidade Estadual de Campinas.Faculdade de Engenharia de Alimentos. III.Ttulo.
ii
BANCA EXAMINADORA
_________________________________________________ Prof. Dr. Vivaldo Silveira Jnior (Orientador) _________________________________________________ Prof. Dr. Ana Maria Frattini Fileti (Membro)
_________________________________________________ Prof. Dr. Jaime Vilela de Resende (Membro) _________________________________________________ Prof. Dr. Jos Maria S. Jabardo (Membro) _________________________________________________ Prof. Dr. Nelson Luis Cappelli (Membro)
_________________________________________________ Prof. Dr. Luiz Augusto B. Cortez (Membro) _________________________________________________ Prof. Dr. Rubens Maciel Filho (Membro)
iii
iv
H pessoas que vem as coisas como elas so e que perguntam a si mesmas: ''Porqu?'' e h pessoas que sonham as coisas como elas jamais foram e que perguntam a si mesmas: ''Por que no?
(George Bernard Shaw )
vi
AGRADECIMENTOS
A Deus, pela Sua presena constante. Ao Prof. Dr. Vivaldo Silveira Jnior, por criar todas as condies para o meu desenvolvimento acadmico, com respeito e confiana. Muito obrigado!!!. Ao Prof. Lincoln Camargo Neves Filho, pela dedicao, ensinamentos oportunos, apoio e principalmente pelos incentivos nos momentos mais crticos. Aos integrantes da banca examinadora pela leitura atenta e cuidadosa, pelos comentrios pertinentes, pelas fundamentais correes, observaes e sugestes. As empresas Smar, Bitzer Compressores, Danfoss e Apema pela
contribuio dada atravs de doaes ou incentivos aquisio de sensores e equipamentos, indispensveis ao andamento deste trabalho. A FAPESP pelo apoio financeiro. A Kity, por tudo de bom que representa em minha vida, por sua presena fundamental e por proporcionar os momentos mais felizes da minha vida. Te adoro!!!. Ao grande amigo Mauro, por ter dado um sentido amplo amizade e ao esprito de equipe. Muito obrigado!!! Aos amigos (quase irmos) Luciano e Mrcia Crystal pelo companheirismo durante todos estes anos, em que sempre pude contar, nos bons e maus momentos. Vocs so minha Grande Famlia!!! A Dinda Rose pelo apoio, bondade, bom senso e, principalmente, bom humor. Muito obrigado!!! A minha me Marlene e meus irmos Cludio, Izabel, Gleide e Carlinhos pelo apoio durante todos esses anos. Ao Izaas (Zaz), pela cooperao indispensvel, alegria e por tornar o cotidiano do laboratrio bastante agradvel. Valeu!!!
vii
Carlos
Parreira
(Carlo)
pela
inestimvel
contribuio
tcnica,
pela
amizade e bom humor de todos os dias. Aos grandes amigos Andr, Janana e Gustavo, pelos bons momentos vividos e pela certeza de que ter amigos nunca estar s. Obrigado Pestes!!!. Aos amigos distantes de Aracaju: Franklin, Sayonara, Fransley, Niclia, Anselmo, Alana, Gerson, Selma e Profa. Marina, pelos incontveis, indispensveis e sempre divertidos telefonemas. Obrigado por tudo!!!. Aos meus fiis "escravinhos" Beto, Eliane e o inacreditvel Edson Coxinha, pela ajuda inestimvel durante todo o trabalho. Muito obrigado!!!. Aos amigos de Repblica: Jones, Fbio Piro, Anselmo, Renato, Fbio Conselheiro, Wesley, Efabiano (Senhor dos Passos), Amaro e Srgio , por tornar minha vida em Campinas bastante agradvel. A todos os colegas do LACPA, pelo bom relacionamento que sempre proporcionou um ambiente de trabalho tranqilo e agradvel. A todos que compem o Departamento de Engenharia de Alimentos, em especial ao pessoal da oficina mecnica: Edinho, Valdeci e Nilson. Obrigado pela pacincia e ateno! Enfim, a todos que contriburam de alguma forma (e no foram poucos!) para este trabalho. A meu pai Esperidio (in memorian), sem o seu apoio e confiana, nada disso teria acontecido. Muitas saudades!!!
Flvio
viii
NDICE GERAL
NDICE GERAL NDICE DE TABELAS NDICE DE FIGURAS NOMENCLATURA RESUMO SUMMARY OBJETIVO INTRODUO GERAL CAPTULO 1 MONTAGEM E INSTRUMENTAO DO SISTEMA DE REFRIGERAO PARA RE SFRIAMENTO DE LQUIDO 1.1- INTRODUO 1.2- REVISO BIBLIOGRFICA E FUNDAMENTAO TE RICA 1.2.1- INSTRUMENTAO EM SISTEMAS DE REFRIGERA O 1.2.2- COMUNICAO DIGITAL E ARQUITETURA FIELDBUS 1.2.3- APLICAO DA ARQUITETURA FIELDBUS NO SETOR PRODUTIVO 1.3- METODOLOGIA 1.3.1- MONTAGEM DO SISTEMA DE RESFRIAMENTO DE LQUIDO 1.3.2- INSTRUMENTAO DO SISTEMA DE RESFRIAMENTO DE LQUIDO 1.4- RESULTADOS OBTIDOS 1.4.1- MONTAGEM DO SISTEMA DE RESFRIAMENTO DE LQUIDO 1.4.2- INSTRUMENTAO DO SISTEMA DE RESFRIAMENTO DE LQUIDO 1.4.2.1- Implementao da rede fieldbus 1.4.2.2- Controlador Lgico Programvel (LC700) 5 5 5 6 7 17 19 19 20 22 22 27 27 30 ix xv xvii xxxi xxxiii xxxv 1 1
ix
1.4.2.3- Sensores de temperatura 1.4.2.4- Sensores de Presso 1.4.2.5- Sensores de Vazo 1.4.2.6- Elementos finais de controle 1.4.2.7- Potncia consumida pela bomba de propileno glicol 1.4.2.8- Potncia consumida pelo compressor 1.4.2.9- Software configurador SYSCON 1.4.2.10- Sistema de superviso 1.5- CONCLUSES 1.6- REFERNCIAS BIBLIOGRFICAS CAPTULO 2 COMPORTAMENTO DINMICO DAS VARIVEIS SOB PERTURBAES INDIVIDUAIS 2.1- INTRODUO 2.2- REVISO BIBLIOGRFICA E FUNDAMENTAO TE RICA 2.2.1LINEARIDADE EM PROCESSOS DINMICOS 2.3- METODOLOGIA 2.3.12.3.22.3.32.3.42.3.5DETERMINAO DAS CONDIES INICIAIS DOS ENSAIOS ENSAIOS PARA VERIFICAO DO COMPORTAMENTO DAS VARIVEIS
31 32 33 35 38 39 40 41 43 44
47 47 48 50 53 53 54 54 55 57 58 58 59 64 70
DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER)
VERIFICAO DO GRAU DE LINEARIDADE DAS VARIVEIS DE PROCESSO DO (CHILLER) PERTURBAES INDIVIDUAIS COM DIVERSAS AMPLITUDES ANLISE DE SENSIBILIDADE DO GANHO (K) DAS VARIVEIS DE PROCESSO
SISTEMA DE RESFRIAMENTO DE LQUIDO
2.4- RESULTADOS OBTIDOS 2.4.12.4.2DETERMINAO DAS CONDIES INICIAIS DOS ENSAIOS. ENSAIOS PARA VERIFICAO PRELIMINAR DO COMPORTAMENTO DAS
VARIVEIS DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER).
2.4.32.4.4-
VERIFICAO DO COMPORTAMENTO NO LINEAR DAS VARIVEIS PERTURBAES INDIVIDUAIS COM DIVERSAS AMPLITUDES x
DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER).
2.4.5-
ANLISE DE SENSIBILIDADE DO GANHO PARA AS VARIVEIS DE PROCESSO
77 80 81
2.5- CONCLUSES 2.6- REFERNCIAS BIBLIOGRFICAS CAPTULO 3 COMPORTAMENTO DINMICO DAS VARIVEIS SOB PERTURBAES SIMULTNEAS 3.1- INTRODUO 3.2- REVISO BIBLIOGRFICA E FUNDAMENTAO TE RICA 3.2.1- ME TODOLOGIA DE PLANEJAMENTO EXPERIMENTAL 3.3- METODOLOGIA 3.3.1- DESENVOLVIMENTO DOS PLANEJAMENTOS EXPERIMENTAIS 3.4- RESULTADOS OBTIDOS 3.4.1- DESENVOLVIMENTO DOS PLANEJAMENTOS EXPERIMENTAIS 3.5- CONCLUSES 3.6- REFERNCIAS BIBLIOGRFICAS CAPTULO 4 CONTROLADORES PI E PID CONVENCIONAIS 4.1- INTRODUO 4.2- REVISO BIBLIOGRFICA E FUNDAMENTAO TE RICA 4.2.1- LGICAS DE CONTROLE 4.2.2- CONTROLE DE PROCESSOS 4.2.3- SINTONIA DOS CONTROLADORES PI E PID 4.2.3.1- Mtodos de Ziegler-Nichols 4.2.3.2- Mtodo de strm e Hgglund 4.2.4- CRITRIOS DE DESEMPENHO DE SISTEMAS DE CONTROLE (SISO/FEEDBACK) 4.2.5- CONTROLE AVANADO APLICADO EM SISTEMA DE REFRIGERAO 4.3- METODOLOGIA 4.3.1- IMPLEMENTAO DOS CONTROLADORES PI E PID 4.3.2- SINTONIA DOS CONTROLADORES PI E PID 4.3.3- ENSAIOS COM OS CONTROLADORES CONVENCIONAIS
83 83 84 86 87 87 90 90 111 112 113 113 114 114 117 119 120 122 123 125 128 128 129 130
4.2.6- CONTROLE DE PROCESSOS E INSTRUMENTAO NA INDSTRIA DE ALIMENTOS 127
xi
4.3.3.1- Atuao individual dos controladores convencionais PI e PID 4.3.3.2- Atuao conjunta dos controladores convencionais e PID 4.4- RESULTADOS OBTIDOS 4.4.1- IMPLEMENTAO DOS CONTROLADORES PI E PID 4.4.2- SINTONIA DOS CONTROLADORES PI E PID 4.4.3- ENSAIOS COM OS CONTROLADORES CONVENCIONAIS 4.4.3.1- Ensaios dos controladores PI e PID para a malha TSP-FRC 4.4.3.2- Ensaios dos controladores PI e PID para a malha TSP-FRB 4.4.3.3- Ensaios dos controladores PI e PID para a malha TEV-FRC 4.4.3.4- Ensaios dos controladores PI e PID para a malha TEV-FRB 4.4.3.5- Ensaios dos controladores PI e PID para a malha TCOND-FRC 4.4.3.6- Ensaios dos controladores PI e PID para a malha TCOND-FVC 4.4.4- ATUAO CONJUNTA DOS CONTROLADORES CONVENCIONAIS PID 4.4.4.1- Ensaios dos controladores duploPID para as malhas TSP- FRC/FRB 4.4.4.2- Ensaios dos controladores duploPID para as malhas TEV- FRC/FRB 4.4.4.3- Ensaios dos controladores duploPID para as malhas TCOND- FRC/FVC 4.4.5- ANALISE COMPARATIVA DOS CONTROLADORES PID E DUPLO-PID 4.5- CONCLUSES 4.6- REFERNCIAS BIBLIOGRFICAS
130 131 133 133 135 138 138 141 144 147 150 152 155
156 159 162 164 168 169
CAPTULO 5 CONTROLADORES FUZZY-PI E FUZZY-PID 5.1- INTRODUO 5.2- REVISO BIBLIOGRFICA E FUNDAMENTAO TE RICA 5.2.1- SISTEMA DE CONTROLE FUZZY BASEADO EM REGRAS 5.2.2- PROJETO DE UM CONTROLADOR FUZZY 5.2.3- CONTROLE FUZZY NO PROCESSO INDUSTRIAL 5.3- METODOLOGIA
171 171 172 172 179 184 193
xii
5.3.1- IMPLEMENTAO DAS FUNES DE PERTINNCIA 5.3.2- CONSTRUO DA BASE DE CONHECIMENTO DOS CONTROLADORES SISO F UZZY E FUZZY MULTIVARIVEL 5.3.3- PROJETO DOS CONTROLADORES FUZZY 5.3.4- SINTONIA DOS CONTROLADORES FUZZY 5.3.5- ENSAIOS COM OS CONTROLADORES FUZZY 5.3.6- CONTROLADORES FUZZY MULTIVARIVEIS 5.4- RESULTADOS OBTIDOS 5.4.1- IMPLEMENTAO DAS FUNES DE PERTINNCIA 5.4.2- BASE DE CONHECIMENTO DOS CONTROLADORES FUZZY 5.4.3- SINTONIA DOS CONTROLADORES FUZZY 5.4.4- ENSAIOS COM OS CONTROLADORES FUZZY 5.4.4.1- Ensaios com os controladores PID e PI para a malha fuzzy TSP-FRC. 5.4.4.2- Ensaios com os controladores PID e PI para a malha fuzzy TSP-FRB. 5.4.4.3- Ensaios com os controladores PID e PI para a malha fuzzy TEV-FRC. 5.4.4.4- Ensaios com os controladores PID e PI para a malha fuzzy TEV-FRB. 5.4.4.5- Ensaios com os controladores PID e PI para a malha fuzzy TCOND-FRC. 5.4.4.6- Ensaios com os controladores PID e PI para a malha fuzzy TCOND-FVC. 5.4.5- ENSAIOS COM OS CONTROLADORES FUZZY MULTIVARIVEIS . 5.4.5.1- Ensaios com o controlador fuzzy-PI multivarivel para a malha TSP-FRC/FRB. 5.4.5.2- Ensaios com o controlador fuzzy-PI multivarivel para a malha TEV-FRC/FRB. 5.4.5.3- Ensaios com o controlador fuzzy-PI multivarivel para a malha TCOND-FRC/FVC.
193 194 195 198 199 200 203 203 204 207 208
208 212
216 219
222 225 228 230
233 235
xiii
5.4.6- ANALISE COMPARATIVA DOS CONTROLADORES FUZZY-SISO E FUZZY -SIMO 5.5- CONCLUSES 5.6- REFERNCIAS BIBLIOGRFICAS CAPTULO 6 ESTUDO COMPARATIVO DO DESEMPENHO DOS CONTROLADORES FUZZY E CONVENCIONAIS 6.1 INTRODUO 6.2 REVISO BIBLIOGRFICA 6.3 METODOLOGIA 6.3.1 ENSAIOS DE COMPARAO ENTRE CONTROLADORES CONVENCIONAIS E
FUZZY EM ESTRATGIA SISO/FEEDBACK
236 238 241
245 245 246 250
250
6.3.2 ANLISE DOS PARMETROS DE COMPARAO PARA OS CONTROLADORES

CONVENCIONAIS E FUZZY .
251 251
6.4 RESULTADOS OBTIDOS 6.4.1 ENSAIOS DE COMPARAO PARA TEMPERATURA DE SADA DO PROPILENO
GLICOL COMO VARIVEL CONTROLADA .
251 251 255
6.4.1.1 6.4.1.2
Malha TSP-FRC Malha TSP-FRB
6.4.2 ENSAIOS DE COMPARAO ENTRE CONTROLADORES CONVENCIONAIS E

FUZZY PARA TEMPERATURA DE EVAPORAO COMO VARIVEL CONTROLADA .
258 258 261
6.4.2.1 6.4.2.2
Malha TEV-FRC Malha TEV-FRB
6.4.3 ANLISE DOS PARMETROS DE COMPARAO CONTROLADORES

CONVENCIONAIS E FUZZY .
264 272 273 275 283
6.5 CONCLUSES 6.6 REFERNCIAS BIBLIOGRFICAS CONCLUSES GERAIS APNDICE A
xiv
APNDICE B APNDICE C APNDICE D
289 301 303
NDICE DE TABELAS
TABELA 1.1 - DESCRIO DOS CANAIS DOS CONVERSORES IF 302 E FI 302. ..................30 TABELA 1.2 - LOCALIZAO DOS SENSORES DE TEMPERATURA NO PROTTIPO. ..............31 TABELA 1.3 - EQUAES DAS CURVAS DE CALIBRAO DOS SENSORES DE
TEMPERATURA...............................................................................................32
TABELA 1.4 - LOCALIZAO DOS SENSORES DE PRESSO NO PROTTIPO. .......................33 TABELA 2.1 - CONDIES INICIAIS (CI2) E NVEIS DE PERTURBAES INDIVIDUAIS TIPO
DEGRAU, COM DIVERSAS AMPLITUDES. ........................................................55
TABELA 2.2 - PLANEJAMENTO DE ENSAIOS COM PERTURBAES INDIVIDUAIS EM

DIVERSAS AMPLITUDES, PARTINDO-SE DAS CONDIES INICIAIS (CI2). ......56
TABELA 2.3 - CONDIES INICIAIS (CI1) E VALORES DO REGIME PERMANENTE OBTIDO. ..59 TABELA 2.4 - PERTURBAES REALIZADAS NAS VARIVEIS MANIPULADAS PARA A CI1. ...60 TABELA 2.5 - CONDIES INICIAIS E VALORES DO REGIME PERMANENTE OBTIDO . ............65 TABELA 2.6 - PERTURBAES REALIZADAS NAS VARIVEIS MANIPULADAS PARA A CI2. ...66 TABELA 2.7 - PARMETROS DE GRFICOS DE GANHO (K ), CONSTANTE DE TEMPO (T) E
TEMPO MORTO
(L) DOS ENSAIOS COM PERTURBAES INDIVIDUAIS EM
DIVERSAS AMPLITUDES. ................................................................................74
TABELA 3.1 - FATORES E NVEIS FINAIS ADOTADOS NO PEFC 01. ....................................88 TABELA 3.2 - FATORES E NVEIS ADOTADO NO PEFC 02...................................................89 TABELA 3.3 - FATORES E NVEIS FINAIS ADOTADOS NO PEFC 03. ....................................89 TABELA 3.4 - FATORES E NVEIS FINAIS ADOTADOS NO PEFC 04. ....................................90
xv
TABELA 3.5 - RESULTADOS DOS PARMETROS OBTIDOS PARA TEV E TSP DA

MATRIZ DO PEFC
01....................................................................................91
TABELA 3.6 - PARMETROS ESTATSTICOS DA ANLISE DO PEFC 01. ..............................92 TABELA 3.7 - RESULTADOS DOS PARMETROS OBTIDOS PARA TEV E TSP DA
MATRIZ DO PEFC
02....................................................................................98
TABELA 3.8 - PARMETROS ESTATSTICOS DA ANLISE DO PEFC 02. ..............................99 TABELA 3.9 - RESULTADOS DOS PARMETROS OBTIDOS PARA TCOND DA
MATRIZ DO PEFC
03.................................................................................. 104
TABELA 3.10 - PARMETROS ESTATSTICOS DA ANLISE DO PEFC 03........................... 105 TABELA 3.11 - RESULTADOS DOS PARMETROS OBTIDOS PARA TCOND DA
MATRIZ DO PEFC
04.................................................................................. 108
TABELA 3.12 - PARMETROS ESTATSTICOS DA ANLISE DO PEFC 04........................... 109 TABELA 4.1 - RELAES DE SINTONIA BASEADOS NA CURVA DE REAO DE PROCESSO MTODO DE ZIEGLER-NICHOLS .................................................................. 120 TABELA 4.2 - PARMETROS DE SINTONIA PARA O MTODO DO PERODO CRTICO . .......... 121 TABELA 4.3 - ENSAIOS REALIZADOS COM OS CONTROLADORES PI E PID. ...................... 131 TABELA 4.4 - ENSAIOS REALIZADOS COM OS CONTROLADORES CONVENCIONAIS PID, DUPLO SISO, ATUANDO EM CONJUNTO............................................. 132 TABELA 4.5 - VALORES DOS GANHOS CRTICOS (KU) E PERODOS CRTICOS (TU)
OBTIDOS NO MTODO DE STRM E
HGGLUND. ...................................... 136
TABELA 4.6 - VALORES DOS PARMETROS DOS CONTROLADORES CONVENCIONAIS

UTILIZANDO O MTODO DE STRM E
HGGLUND. .................................... 137
TABELA 4.7 - PARMETROS DE DESEMPENHO DOS CONTROLADORES PID E PI

UTILIZADOS NOS ENSAIOS C01 A
C04. ...................................................... 140 C08. ...................................................... 143


C12. ...................................................... 146 C16. ...................................................... 149
TABELA 4.10 - PARMETROS DE DESEMPENHO DOS CONTROLADORE S PID E PI

xvi

C20. ...................................................... 152 C24. ...................................................... 155
TABELA 4.12 - PARMETROS DE DESEMPENHO DOS CONTROLADORE S PID E PI

TABELA 4.13 - PARMETROS DE DESEMPENHO DO CONTROLADOR DUPLO-PID

UTILIZADO NOS ENSAIOS M01 E
M02......................................................... 158 M04......................................................... 161 M06......................................................... 164


TABELA 6.1 - ENSAIOS REALIZADOS COM CONTROLADORES CONVENCIONAIS (PI E PID) E FUZZY (FUZZY-PI E FUZZY-PID)................................................................ 250
NDICE DE FIGURAS
FIGURA 1.1 - FLUXOGRAMA DE ENGENHARIA DO SISTEMA DE RE FRIGERAO PARA

RESFRIAMENTO DE LQUIDO (CHILLER). ........................................................22
FIGURA 1.2 - FLUXOGRAMA DE ENGENHARIA DA LINHA DE PROPILENO GLICOL.................23 FIGURA 1.3 - FLUXOGRAMA DE ENGENHARIA DA LINHA DE GUA DA TORRE DE
RESFRIAMENTO . ............................................................................................23
FIGURA 1.4 - REDE FIELDBUS IMPLEMENTADA PARA O SISTEMA DE RESFRIAMENTO DE

LQUIDO . ........................................................................................................28
FIGURA 1.5 - CURVA DE CALIBRAO DA PLACA DE ORIFCIO . ...........................................34 FIGURA 1.6 - CURVA CARACTERSTICA DE VAZO INSTALADA ............................................37 FIGURA 1.7 - RELAES ENTRE A POT NCIA CONSUMIDA E A FREQNCIA DE ROTAO
DA BOMBA COM A VAZO DA BOMBA DE PROPILENO GLICOL. .......................38
FIGURA 1.8 - RELAES ENTRE A POT NCIA CONSUMIDA E A FREQNCIA DE ROTAO

DO COMPRESSOR COM A VAZO DO REFRIGERANTE LQUIDO
(R-404A). ....39
FIGURA 1.9 - TELA DA CONFIGURAO LGICA DA REDE FIELDBUS DO PROTTIPO. ........40
xvii
FIGURA 1.10 - TELAS DESENVOLVIDAS NO SUPERVISRIO AIMAX. TELA INICIAL (A ),

MICROCOMPUTADOR DE CONFIGURAO E MONITO RAO COM A TELA INICIAL (B), TELA DE SUPERVISO DO SISTEMA DE RESFRIAMENTO DE LQUIDO (C) E TELA DE OPERAO DO QUADRO DE COMANDO (D)...............42
FIGURA 2.1 - REPRESENTAO DO PRINCPIO DA SUPERPOSI O APLICADO A

SISTEMAS LINEARES ......................................................................................52
FIGURA 2.2 - REPRESENTAO DO PRINCPIO DA INDEPENDNCIA DA RESPOSTA

DINMICA E DAS CONDIES DO PROCESSO EM SISTEMAS LINEARES .........52
FIGURA 2.3 - CURVA DE REAO DE UM PROCESSO E A DETERM INAO GRFICA DO

TEMPO DE ATRASO
(L), DA CONSTANTE DE TEMPO (T) E DO GANHO (K).....57
FIGURA 2.4 - CURVAS DE REAO PARA PERTURBAES POSITIVAS E NEGATIVAS (5%) NO FECHAMENTO DA VLVULA DE CONTROLE DA GUA (FVC). .......61 FIGURA 2.5 - CURVAS DE REAO PARA PERTURBAES POSITIVAS E NEGATIVAS (10%)
NA FREQNCIA DE ROTAO DA BOMBA DE PROPILENO GLICOL
(FRB). ...62
FIGURA 2.6 - CURVAS DE REAO PARA PERTURBAES POSITIVAS E NEGATIVAS (10%) NA FREQNCIA DE ROTAO DO COMPRESSOR (FRC). ..............63 FIGURA 2.7 - CURVAS DE REAO PARA PERTURBAES POSITIVA E NEGATIVA (5%) NO FVC, A PARTIR DAS CONDIES INICIAIS CI1 E CI2. .................66 FIGURA 2.8 - CURVAS DE REAO PARA PERTURBAES POSITIVA E NEGATIVA (10%)
NA
FRB, A PARTIR DAS CONDIES INICIAIS CI1 E CI2. .............................67
FIGURA 2.9 - CURVAS DE REAO PARA PERTURBAES POSITIVA E NEGATIVA (10%)

NA
FRC, A PARTIR DAS CONDIES INICIAIS CI1 E CI2. .............................67
FIGURA 2.10 - HISTRICO DAS TEMPERA TURAS DE CONDENSAO E ENTRADA DA GUA

NO CONDENSADOR ANTES (A) E DEPOIS (B ) DA INSTALAO DO VARIADOR DE FREQNCIA NO VENTILADOR DA TORRE DE RESFRIAMENTO .................69
FIGURA 2.11 - VARIAO HORRIA DA TEMPERATURA AMBIENTE E UMIDADE RELATIVA

DO AR OCORRIDA EM
28/11/2001. (FONTE : ESTAO METEOROLGICA CEPAGRI)...................70
AUTOMTICA SITUADA NA FEAGRI/UNICAMP
xviii
FIGURA 2.12 - CURVAS DE REAO DA TEMPERATURA DE EVAPORAO (A ), TEMPERATURA

DE CONDENSAO (B ) E TEMPERATURA DE SADA DO PROPILENO GLICOL (C) PARA PERTURBAES NO FECHAMENTO DA VLVULA DE CONTROLE DA GUA , EM DIVERSAS AMPLITUDES .................................................................71

DE CONDENSAO (B ) E TEMPERATURA DE SADA DO PROPILENO GLICOL (C) PARA PERTURBAES NA FREQNCIA DE ROTAO DA BOMBA DE PROPILENO GLICOL, EM DIVERSAS AMPLITUDES ...........................................72

DE CONDENSAO (B ) E TEMPERATURA DE SADA DO PROPILENO GLICOL (C) PARA PERTURBAES NA FREQNCIA DE ROTAO DO COMPRESSOR, EM DIVERSAS AMPLITUDES. ................................................................................73
FIGURA 2.15 - COMPORTAMENTO DAS POTNCIAS CONSUMIDAS NOS MOTORES DA BOMBA

DE PROPILENO GLICOL (A ) E DO COMPRESSOR (B) QUANDO O SISTEMA SUBMETIDO A PERTURBAES NA FREQNCIA DE ROTAO DA BOMBA DE PROPILENO GLICOL A PARTIR DAS CONDIES INICIAIS CI2, CONFORME A TABELA
2.2....................................................................................................75
FIGURA 2.16 - COMPORTAMENTO DAS POTNCIAS CONSUMIDAS NO MOTOR DO

COMPRESSOR COM O SISTEMA SOB PERTURBAES NO FECHAMENTO DA VLVULA DE CONTROLE DA GUA (A ) E NA FREQNCIA DE ROTAO DO COMPRESSOR (B )..........................................................................................76
FIGURA 2.17 - FATOR DE SENSIBILIDADE DO GANHO DAS VARIVEIS DE PROCESSO A

PARTIR DAS PERTURBAES POSITIVAS DAS VARIVEIS DE CONTROLE......77
FIGURA 2.18 - FATOR DE SENSIBILIDADE DO GANHO DAS VARIVEIS DE PROCESSO A

PARTIR DAS PERTURBAES NEGATIVAS DAS VARIVEIS DE CONTROLE .....79
FIGURA 3.1 - EFEITOS DAS VARIVEIS MANIPULADAS NO GANHO (A) E INCLINAO DA

RETA NA CURVA
S (B ) APRESENTADOS NO PEFC 01. ................................91
FIGURA 3.2 - SUPERFCIES DE RESPOSTA DO GANHO DO PROCE SSO (A , B E C) E DA

INCLINAO DA CURVA
S (D, E E F) PARA A TEMPERATURA DE EVAPORAO
(PEFC 01)....................................................................................................94
xix
FIGURA 3.3 - SUPERFCIES DE RESPOSTA DO GANHO DO PROCE SSO (A E B) E DA

INCLINAO DA CURVA PROPILENO GLICOL
S (C, D E E) PARA A TEMPERATURA DE SADA DO
(PEFC 01)....................................................................95

RETA NA CURVA
S (B ) APRESENTADOS NO PEFC 02. ................................98
FIGURA 3.5 - SUPERFCIES DE RESPOSTA DO GANHO DO PROCESSO (A , B E C) E DA

INCLINAO DA CURVA
S (D, E E F) PARA A TEMPERATURA DE EVAPORAO
(PEFC 02).................................................................................................. 101 FIGURA 3.6 - SUPERFCIES DE RESPOSTA DO GANHO DO PROCE SSO (A , B E C) E DA
INCLINAO DA CURVA PROPILENO GLICOL
S (D, E E F) PARA A TEMPERATURA DE SADA DO
(PEFC 02).................................................................. 102

RETA NA CURVA
S (B ) APRESENTADOS NO PEFC 03. .............................. 104

INCLINAO DA CURVA CONDENSAO
S (D, E E F) PARA A TEMPERATURA DE
(PEFC 03)........................................................................106

RETA NA CURVA
S (B ) APRESENTADOS NO PEFC 04. .............................. 108 S (D, E E F) PARA A TEMPERATURA DE

INCLINAO DA CURVA CONDENSAO
(PEFC 04). ...................................................................... 110
FIGURA 4.1 - ESTRUTURA DO CONTROLADOR PID ADOTADA NOS ENSAIOS . .................. 129 FIGURA 4.2 - ESTRUTURA DO CONTROLADOR MULTIMALHA (DUPLO PID)....................... 132 FIGURA 4.3 - ESTRATGIAS DE CONTROLE PI E PID IMPLEMENTADAS NO SISTEMA DE
REFRIGERAO DE RESFRIAMENTO DE LQUIDO......................................... 133
FIGURA 4.4 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E

MANIPULADA SOB AO DOS CONTROLADORES
PID E PI NA MALHA
TSP-FRC PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C01 E C03)................................................................................ 138
xx
FIGURA 4.5 -
COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E

PID E PI NA MALHA
TSP-FRC PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C01 E C03). ............................................................................ 139 FIGURA 4.6 COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO
DOS CONTROLADORES
PID E PI NA MALHA TSP-FRC PARA (ENSAIOS C02 E C04). ............................ 139 PID E PI NA MALHA
PERTURBAO NO SET-POINT
FIGURA 4.7 -
COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E

TSP-FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C05 E C07). ............................................................................ 141 FIGURA 4.8 COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
PID E PI NA MALHA
TSP-FRB PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C05 E C07). ............................................................................ 142 FIGURA 4.9 COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO
DOS CONTROLADORES
PID E PI NA MALHA TSP-FRB PARA (ENSAIOS C06 E C08). ............................ 142 PID E PI NA MALHA
FIGURA 4.10 - COMPORTAMENTO DOS DESVIOS DAS VARI VEIS CONTROLADA E

TEV-FRC PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C09 E C11). ............................................................................ 144 FIGURA 4.11 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
MANIPULADA SOB AO DOS CONTROLADORES PID E
PI NA MALHA
TEV-FRC PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C09 E C11). ............................................................................ 145 FIGURA 4.12 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO
DOS CONTROLADORES
PID E PI NA MALHA TEV-FRC PARA (ENSAIOS C10 E C12). ............................ 145
xxi

PID E PI NA MALHA
TEV-FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C13 E C15). ............................................................................ 147 FIGURA 4.14 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
PID E PI NA MALHA
TEV-FRB PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C13 E C15). ............................................................................ 148 FIGURA 4.15 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO
DOS CONTROLADORES
PID E PI NA MALHA TEV-FRB PARA (ENSAIOS C14 E C16). ............................ 148 PID E PI NA MALHA

TCOND-FRC PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C17 E C19). ............................................................................ 150 FIGURA 4.17 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
PID E PI NA MALHA
TCOND-FRC PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C17 E C19). ............................................................................ 151 FIGURA 4.18 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO
DOS CONTROLADORES
PID E PI NA MALHA TCOND-FRC PARA (ENSAIOS C18 E C20). ............................ 151 PI NA MALHA

MANIPULADA SOB AO DOS CONTROLADORES PID E
TCOND-FVC PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS C21 E C23). ............................................................................ 153 FIGURA 4.20 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
PID E PI NA MALHA
TCOND-FVC PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIOS C21 E C23). ............................................................................ 154
xxii
FIGURA 4.21 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO

DOS CONTROLADORES
PID E PI NA MALHA TCOND-FVC PARA (ENSAIOS C22 E C24). ............................ 154
PERTURB AO NO SET-POINT

MANIPULADA SOB AO DO CONTROLADOR DUPLO-PID NAS MALHAS
TSP-FRC/FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIO M01). ......................................................................................... 156 FIGURA 4.23 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
TSP-FRC/FRB PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIO M01). ......................................................................................... 157 FIGURA 4.24 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DO
CONTROLADOR DUPLO-PID NAS MALHAS TSP-FRC/FRB PARA PERTURBAO NO SET-POINT
(ENSAIOS M02)........................................157

TEV-FRC/FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIO M03). ......................................................................................... 159 FIGURA 4.26 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
TEV-FRC/FRB PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIO M03). ......................................................................................... 160 FIGURA 4.27 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DO
CONTROLADOR DUPLO-PID NAS MALHAS TEV-FRC/FRB PARA PERTURBAO NO SET-POINT
(ENSAIOS M04)........................................160

TCOND-FRC/FVC PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIO M05). ......................................................................................... 162
xxiii

TCOND-FRC/FVC PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIO M05). ......................................................................................... 163 FIGURA 4.30 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DO
CONTROLADOR DUPLO-PID NAS MALHAS TCOND-FRC/FVC PARA PERTURBAO NO SET-POINT
(ENSAIOS M06)........................................163
FIGURA 4.31 - PERCENTUAL MDIO DA DIFERENA ENTRE OS VALORES DOS PARMETROS

DE DESEMPENHO CONTROLADORES
(ISE, IAE E ITAE) DOS CONTROLADORES DUPLO-PID E PID ( MALHAS SISO)................................................... 165
FIGURA 4.32 - COMPORTAMENTO DOS DESVIOS DA TEMPERATURA DE SADA DO

PROPILENO GLICOL SOB A AO DO CONTROLE COMERCIAL DO CHILLER E O CONTROLE
PID PARA PERTURBAES DE +30% (A) E 30% (B ) NA
CARGA TRMICA ........................................................................................ 166
FIGURA 4.33 - COMPORTAMENTO DOS DESVIOS DA TEMPERATURA DE EVAPORAO SOB A

AO DO CONTROLE COMERCIAL DO CHILLER E O CONTROLE PERTURBAES DE
PID PARA
+30% (A ) E 30% (B ) NA CARGA TRMICA............. 167 PID PARA
FIGURA 4.34 - COMPORTAMENTO DOS DESVIOS DA TEMPERATURA DE CONDENSAO SOB

A AO DO CONTROLE COMERCIAL DO CHILLER E O CONTROLE PERTURBAES DE
+30% (A ) E 30% (B ) NA CARGA TRMICA............. 167
FIGURA 5.1 - ESTRUTURA BSICA DE UM CONTROLADOR FUZZY..................................... 177 FIGURA 5.2 - ESTRUTURAS BSICAS DOS CONTROLADORES FUZZY-PID
POSICIONAIS ................................................................................................ 180
FIGURA 5.3 - ESTRUTURAS BSICAS DOS CONTROLADORES FUZZY-PID

INCREMENTAIS............................................................................................. 180
FIGURA 5.4 - ESTRUTURA DOS CONTROLADORES FUZZY-PI INCREMENTAL E FUZZY-PD

POSICIONAL COM DUAS ENTRADAS............................................................. 196
FIGURA 5.5 - ESTRUTURA HBRIDA DO CONTROLADOR FUZZY-PID. ................................ 197 FIGURA 5.6 - ESTRUTURA SIMPLIFICADA DO CONTROLADOR FUZZY-PID........................ 198
xxiv
FIGURA 5.7 - ESTRUTURAS DAS FUNES DE PERTINNCIA UTILIZADA S , INICIALMENTE ,

NA IMPLEMENTAO DOS CONTROLADORES
FUZZY PARA A TEMPERATURA FRC COMO VARIVEL DE
DE SADA DO PROPILENO GLICOL UTILIZANDO A
CONTROLE . .................................................................................................. 203
FIGURA 5.8 - TELA DE CONFIGURAO DA BASE DE REGRAS ........................................... 206 FIGURA 5.9 - ESTRUTURA DAS FUNES DE PERTINNCIA NA SINTONIA FINAL DOS
CONTROLADORES FUZZY PARA A TEMPERATURA DE SADA DO PROPILENO GLICOL UTILIZANDO A
FRC COMO VARIVEL DE CONTROLE...................... 207

MANIPULADA SOB AO DOS CONTROLADORES FUZZY -PID E MALHA
FUZZY-PI NA
TSP-FRC PARA PERTURBAO +30% NA CARGA TRMICA
(ENSAIOS F01 E F03). ............................................................................... 209 FIGURA 5.11 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
FUZZY-PI NA
TSP-FRC PARA PERTURBAO -30% NA CARGA TRMICA (ENSAIOS
F01 E F03). ................................................................................................ 210 FIGURA 5.12 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DOS
CONTROLADORES FUZZY-PID E
FUZZY-PI NA MALHA TSP-FRC PARA F04)................................ 210 FUZZY-PI NA
PERTURBAO NO SET-POINT (ENSAIOS F02 E

TSP-FRB PARA PERTURBAO +30% NA CARGA TRMICA
FUZZY-PI NA
TSP-FRB PARA PERTURBAO -30% NA CARGA TRMICA
(ENSAIOS F05 E F07). ............................................................................... 214
xxv
FIGURA 5.15 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DOS

FUZZY-PI NA MALHA TSP-FRB PARA
PERTURBAO PARA PERTURBAO NO SET -POINT
(ENSAIOS F06 E F08)................................................................................. 214 FIGURA 5.16 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
FUZZY-PI NA
TEV-FRC PARA PERTURBAO +30% NA CARGA TRMICA
FUZZY-PI NA
TEV-FRC PARA PERTURBAO -30% NA CARGA TRMICA
(ENSAIOS F09 E F11). ............................................................................... 217 FIGURA 5.18 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DOS
FUZZY-PI NA MALHA TEV-FRC PARA F12)................................ 217 FUZZY-PI NA

TEV-FRB PARA PERTURBAO +30% NA CARGA TRMICA
FUZZY-PI NA
TEV-FRB PARA PERTURBAO -30% NA CARGA TRMICA
FUZZY-PI NA MALHA TEV-FRB PARA F16)................................ 220

FUZZY-PI NA
TCOND-FRC PARA PERTURBAO +30% NA CARGA TRMICA
(ENSAIOS F17 E F19). ............................................................................... 222
xxvi

FUZZY-PI NA
TCOND-FRC PARA PERTURBAO -30% NA CARGA TRMICA
FUZZY-PI NA MALHA TCOND-FRC PARA F20)................................ 223 FUZZY-PI NA

TCOND-FVC PARA PERTURBAO +30% NA CARGA TRMICA
FUZZY-PI NA
TCOND-FVC PARA PERTURBAO -30% NA CARGA TRMICA
FUZZY-PI NA MALHA TCOND-FVC PARA
PERTURBAO NO SET-POINT (ENSAIO F24). ............................................ 226
FIGURA 5.28 - ESTRUTURA DOS CONTROLADORES FUZZY -PI MULTIVARIVEL................. 229 FIGURA 5.29 - COMPORTAMENTO DOS DESVIOS DAS VARIVEIS CONTROLADA E
MANIPULADA SOB AO DO CONTROLADOR FUZZY -PI MULTIVARIVEL
(SIMO) NA MALHA TSP-FRC/FRB PARA PERTURBAO DE +30% NA

CARGA TRMICA
(ENSAIO FM01)............................................................... 230

(SIMO) NA MALHA TSP-FRC/FRB PARA PERTURBAO DE -30% NA

CARGA TRMICA
(ENSAIO FM01)............................................................... 231
FIGURA 5.31 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DO

CONTROLADOR FUZZY-PI MULTIVARIVEL
(SIMO) NA MALHA TSP-
FRC/FRB PARA PERTURBAO NO SET POINT (ENSAIO FM02). ............. 231
xxvii

(SIMO) NA MALHA TEV-FRC/FRB PARA PERTURBAO DE +30% NA

CARGA TRMICA
(ENSAIO FM03)............................................................... 233

TEV-FRC/FRB PARA PERTURBAO DE -30% NA CARGA TRMICA (ENSAIO FM03). ......................................................................................... 234 FIGURA 5.34 - COMPORTAMENTO DOS DESVIOS DA VARIVEL CONTROLADA SOB AO DO
CONTROLADOR FUZZY-PI MULTIVARIVEL
(SIMO) NA MALHA TEV-
FRC/FRB PARA PERTURBAO NO SET -POINT (ENSAIO FM04).............. 234 FIGURA 5.35 - PERCENTUAL MDIO DA DIFERENA ENTRE OS VALORES DOS PARMETROS
DE DESEMPENHO
(ISE, IAE E ITAE) DOS CONTROLADORES FUZZY-SIMO E
CONTROLADORES FUZZY-SISO. ................................................................ 237
FIGURA 6.1 - COMPORTAMENTOS DOS DESVIOS DA VARIVEL CONTROLADA E DA

POTNCIA CONSUMIDA DO COMPRESSOR SOB AO DOS CONTROLADORES
PID, PI (A), FUZZY-PID E FUZZ -/PI (B ) NA MALHA TSP-FRC PARA

PERTURBAO DE +30% NA CARGA TRMICA
(ENSAIOS E01 A E04)...... 252

POTNCIA CONSUMIDA DO COMPRESSOR SOB A O DOS CONTROLADORES
PID, PI (A), FUZZY-PID E FUZZY-PI (B ) NA MALHA TSP-FRC PARA

PERTURBAO DE
-30% NA CARGA TRMICA (ENSAIOS E01 A E04)...... 253

POTNCIA CONSUMIDA NA BOMBA DE PROPILENO GLICOL SOB AO DOS CONTROLADORES
PID, PI (A ), FUZZY-PID E FUZZY -PI (B ) NA MALHA TSP-
FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS E05 A E08)................................................................................ 256
xxviii

PID, PI (A ), FUZZY-PID E FUZZY -PI (B ) NA MALHA TSP-
FRB PARA PERTURBAO DE 30% NA CARGA TRMICA (ENSAIOS E05 A E08)................................................................................ 257 FIGURA 6.5 - COMPORTAMENTOS DOS DESVIOS DA VARIVEL CONTROLADA E DA
POTNCIA CONSUMIDA NO COMPRESSOR SOB A O DOS CONTROLADORES
PID, PI (A), FUZZY-PID E FUZZY-PI (B ) NA MALHA TEV-FRC PARA

PERTURBAO DE +30% NA CARGA TRMICA
(ENSAIOS E09 A E12)...... 259

POTNCIA CONSUMIDA NO COMPRESSOR SOB A O DOS CONTROLADORES
PID, PI (A), FUZZY-PID E FUZZY-PI (B ) NA MALHA TEV-FRC PARA

PERTURBAO DE
30% (B ) NA CARGA TRMICA
(ENSAIOS E09 A E12)................................................................................ 260 FIGURA 6.7 - COMPORTAMENTOS DOS DESVIOS DA VARIVEL CONTROLADA E DA
PID, PI (A ), FUZZY-PID E FUZZY -PI (B ) NA MALHA TEV-
FRB PARA PERTURBAO DE +30% NA CARGA TRMICA (ENSAIOS E13 A E16)................................................................................ 262 FIGURA 6.8 - COMPORTAMENTOS DOS DESVIOS DA VARIVEL CONTROLADA E DA
PID, PI (A ),FUZZY -PID E FUZZY -PI (B ) NA MALHA TEV-
FRB PARA PERTURBAO DE 30% NA CARGA TRMICA (ENSAIOS E13 A E16)................................................................................ 263 FIGURA 6.9 - VALORES DO PARMETRO ISE (INTEGRAL DO QUADRADO DO ERRO) PARA
OS ENSAIOS REALIZADOS SOB PERTURBAO POSITIVA (A) E NEGATIVA (B )............................................................................................... 265
FIGURA 6.10 - VALORES DO PARMETRO IAE (INTEGRAL DO ERRO ABSOLUTO) PARA OS

ENSAIOS REALIZADOS SOB PERTURBAO POSITIVA (A) E NEGATIVA (B ).. 266
xxix
FIGURA 6.11 - VALORES DO PARMETRO ITAE (INTEGRAL DO ERRO ABSOLUTO NO TEMPO )

PARA OS ENSAIOS REALIZADOS SOB PERTURBAO POSITIVA (A ) E NEGATIVA (B )............................................................................................... 267
FIGURA 6.12 - VALORES DOS CONSUMOS DE ENERGIA ELTRICA, DURANTE OS ENSAIOS DE

CONTROLE DA TEMPERATURA DE SADA DO PROPILENO GLICOL SOB PERTURBAES POSITIVA (A) E NEGATIVA (B ), DOS DIFERENTES EQUIPAMENTOS ........................................................................................... 268
FIGURA 6.13 - VALORES DOS CONSUMOS DE ENERGIA ELTRICA, DURANTE OS ENSAIOS DE

CONTROLE DA TEMPERATURA DE EVAPORAO SOB PERTURBAES POSITIVA (A ) E NEGATIVA (B ), DOS DIFERENTES EQUIPAMENTOS.............. 269
FIGURA 6.14 - PERCENTUAIS DE AUMENTO E REDUO DO CONSUMO DE ENERGIA

ELTRICA DOS ENSAIOS NAS PERTURBAES POSITIVA (A) E NEGATIVA (B )............................................................................................... 270
xxx
NOMENCLATURA
A a Cn COP Cs d e k Kc Kp Ku L p Pc T t Tu u v VM VP y yr d i
Amplitude de perturbao Amplitude, pico a pico, de oscilao Valor de sada do controlador Coeficiente de desempenho Sinal de bias do controlador Amplitude de chaveamento da varivel manipulada Erro Ganho Ganho proporcional do controlador Ganho esttico Ganho crtico Tempo de atraso Presso potncia Constante de tempo Temperatura Perodo crtico Valor de sada de uma varivel no controlador fuzzy Vazo volumtrica Varivel manipulada Varivel de processo Valor de sada de uma varivel do processo Valor de referncia (set-point) Constante de tempo derivativa Constante de tempo integral Grau de pertinncia Variao Conjunto fuzzy Somatrio C s s L/h s kPa W s C s C
xxxi
xxxii
RESUMO O trabalho consiste na montagem e instrumentao de um prottipo de refrigerao para resfriamento de lquido (Chiller) que permita a implementao de sistemas de controle convencionais (PID e PI) e controle fuzzy. O uso do controle fuzzy nos processos industriais vem crescendo rapidamente nas ltimas dcadas, principalmente em processos de difcil modelagem matemtica, devido sua capacidade de atuar no sistema baseando-se apenas no conhecimento especialista e na capacidade de inter-relacionar todas as variveis do processo. Em um ciclo de refrigerao a eficincia do sistema esta diretamente ligada capacidade de manter as temperaturas e presses correspondentes s exigidas pelo processo. As temperaturas de evaporao e condensao possuem uma grande influncia quanto ao consumo de energia e desempenho geral do sistema frigorfico, sendo altamente influenciada por perturbaes externas; o controle da temperatura do fluido secundrio do chiller (propileno glicol) est diretamente ligada qualidade do produto a ser resfriado, por essas razes essas temperaturas foram definidas como variveis a serem controladas, sendo utilizadas como variveis manipuladas as freqncias de rotao, do compressor e da bomba alternativa, e o fechamento da vlvula de controle. Foram realizados, inicialmente, ensaios de conhecimento do comportamento dinmico do sistema, frente a perturbaes, utilizando a metodologia de planejamento experimental onde foram conhecidas as magnitudes dos efeitos individuais e de interao das variveis do sistema. A realizao de ensaios de controle, utilizando estratgias SISO (Single Input - Single Output) e SIMO (Single Input - Multi Output), permitiu a definio das melhores malhas de controle atravs da anlise dos parmetros de erro e da demanda de energia eltrica do sistema. Palavras chave: Controle fuzzy , Controle PID, refrigerao, resfriador de lquido, perturbaes simultneas.
xxxiii
xxxiv
SUMMARY A prototype of refrigeration system in a chiller plant was assembled and instrumented for development of a conventional and fuzzy controllers. Fuzzy controls are increasingly being applied to industrial process especially in process with complex mathematical modeling. The capacity of action in a system controlled by a fuzzy logic is based only on a expert knowledge and its capacity to interact with all variables of process. The efficiency in a cycle of refrigeration is directly related to system capacity to maintain the temperatures and pressures values corresponding to process demand. Evaporating and condensing temperatures have a great influence on electrical demand and general performance of the cooling system. Being highly influenced by external disturbs. In a secondary fluid of the chiller (propylene glycol), the temperature control is associated with the product quality to be cooled. Then, evaporating and condensing temperatures were assumed as controlled variables The manipulated variables were: compressor and reciprocating pump rotation frequencies and position of pneumatic control valve. Experiments of dynamic behavior knowledge of the system were done applying the experimental design methodology to evaluate the individuals and interactions effects of the systems variables under disturbances. Control experiments were developed using SISO (Single Input Single Output) and SIMO (Single Input Multi Output) strategies. The time-integral performance criteria and electrical energy consume allowed to define the best control loops.
Key words: fuzzy control, PID control, refrigeration, chiller, simultaneous disturbs
xxxv
Objetivo e Introduo Geral
OBJETIVO
O presente trabalho teve por objetivo o desenvolvimento, automao e controle de um prottipo experimental de um sistema de refrigerao para resfriamento de lquidos (Chiller), que permitiu a avaliao dinmica do processo e a comparao de diferentes tipos de controle (convencionais e fuzzy) com a aplicao de comunicao digital e superviso em tempo real.
INTRODUO GERAL
A partir da ltima dcada, a refrigerao industrial, comercial e domstica vem passando por diversas mudanas conceituais e estruturais. As questes ambientais referentes degradao da camada de oznio e ao aquecimento global, em conjunto com a crescente preocupao quanto economia e o uso racional de energia, vm promovendo o desenvolvimento de novos sistemas e a utilizao de novos refrigerantes. A concepo de novos sistemas de refrigerao, que at ento se limitava aos aspectos termodinmicos e mecnicos do processo, passou a ter uma maior nfase no controle dos parmetros e na reduo do consumo energtico, criandose alternativas comercialmente viveis. O mercado de refrigerao se tornou bastante exigente, diversificado e competitivo, buscando maior qualidade e confiabilidade nos produtos. Este cenrio trouxe ao ambiente industrial a necessidade de um controle quase que total sobre mquinas e processos, possibilitando uma expanso do uso da automao e controle nos processos frigorficos, dispondo-se de sistemas que correspondem s exigncias requeridas por estes processos e s oscilaes das variveis de processo.
Observa-se em diversos ramos da indstria a utilizao extensiva de controladores convencionais, principalmente os controladores tipo PID, que se tornaram bastante populares devido sua robustez e facilidade de implantao. J os controladores avanados so bastante utilizados e desenvolvidos no meio acadmico, sofrendo uma certa resistncia utilizao no meio industrial principalmente pela falta de informaes tcnicas mais precisas e implementaes prticas bem sucedidas. As tcnicas de instrumentao e o controle de sistemas frigorficos conferem confiabilidade ao processo, reduo nos custos energticos, aperfeioamento da superviso e melhora da qualidade dos produtos refrigerados. Os sistemas de refrigerao disponveis no mercado, em sua grande maioria, utilizam o controle convencional com o objetivo de eliminar ou minimizar os efeitos das cargas variveis e demais perturbaes no sistema, sempre mantendo o consumo de energia em seu patamar mximo. Neste contexto, aumenta-se a importncia da utilizao de tcnicas mais avanadas tais como o uso de controladores industriais microprocessados, instrumentao digital e controle fuzzy. Este trabalho se comprometeu na implementao de uma instrumentao avanada aplicada a um sistema de refrigerao de lquido que permitiu o conhecimento mais aprofundado do sistema e o desenvolvimento de sistemas de controles convencionais (PI e PID) e avanado (controle fuzzy ) para comparao de desempenho. A tese est organizada em seis captulos. No captulo 1 relatada a fase de concepo, projeto de instrumentao e montagem do sistema de refrigerao. Detalham-se as configuraes dos
sensores e atuadores, a seqncia de operaes, a programao do controlador lgico programvel (CLP) e programa supervisrio utilizado. No captulo 2 so apresentadas as metodologias e os resultados obtidos no estudo do comportamento dinmico do processo sob perturbaes individuais das variveis de controle, em diversas amplitudes, que podem ser utilizadas no sistema de resfriamento. No captulo 3 estudado o comportamento dinmico do processo sob perturbaes simultneas das variveis de controle, aplicando-se a metodologia de planejamento experimental. Foi possvel a realizao de correlaes
multivariveis e anlise dos efeitos individuais e de interao das variveis manipuladas sobre as variveis controladas. No captulo 4 descrita a implementao dos controladores convencionais PID e PI no sistema de resfriamento de lquido. As malhas desenvolvidas foram construdas a partir das concluses dos captulos 2 e 3. Ensaios foram desenvolvidos para a determinao de parmetros de desempenho dos
controladores estudados. No captulo 5 so descritas noes relativas a sistemas fuzzy . Os aspectos relativos ao projeto e estruturao das malhas de controle fuzzy so enfatizados. Controladores fuzzy, utilizando as mesmas malhas e estratgias avaliadas no captulo 4, so projetados e analisados, aplicando-se os parmetros de desempenho usados nos controladores convencionais. No captulo 6 realizado um estudo comparativo do desempenho dos controladores convencionais e fuzzy atravs dos parmetros de erro, enfatizando o consumo de energia eltrica.
Montagem e instrumentao do sistema de refrigerao para resfriamento de lquido
CAPTULO 1 MONTAGEM E INSTRUMENTAO DO SISTEMA DE REFRIGERAO PARA RESFRIAMENTO DE LQUIDO
1.1 Introduo
O sistema de refrigerao proposto para o desenvolvimento dos
experimentos foi projetado para atender s necessidades frigorficas do processo de resfriamento de lquido. Todos os componentes do circuito frigorfico foram especificados com o objetivo principal de se alcanar a mxima versatilidade de aplicaes. O adequada desempenho seleo da de linear do controle medio do e processo utilizada, transmisso depende dos diretamente tais devem da ser
instrumentao
caractersticas sinais
como
comportamento
cuidadosamente observadas. Tendo em vista que a instrumentao em sistemas comerciais, mesmo em prottipos experimentais, que insuficiente uma foi realizada a montagem das de uma de instrumentao possibilite melhor monitorao condies
operao satisfazendo a necessidade de se obter maiores informaes das variveis de processo e de controle do sistema, permitindo efetuar correes de possveis desvios dos valores pr-estabelecidos para os controles propostos.
1.2 Reviso bibliogrfica e fundamentao terica

O sistema de refrigerao caracteriza-se por um comportamento dinmico, onde as variveis so interdependentes e sujeitas a oscilaes que ocasionam
5
alteraes indesejveis.
nas
condies
de
operao,
provocando
gastos
de
energia
Estas
caractersticas
ratificam
importncia
de
um
adequado
dimensionamento e seleo de equipamentos para condies de operao prdefinidas como, por exemplo, a capacidade frigorfica mxima (carga trmica) e temperaturas de evaporao e condensao (Dossat, 1985). 1.2.1 Instrumentao em sistemas de refrigerao Nas ltimas dcadas diversos estudos foram efetuados para avaliar os sistemas de refrigerao existentes e facilitar a compreenso de seu funcionamento: modelagem em regime permanente (Browne & Bansal, 1998) e de comportamento termodinmico de resfriadores de lquido centrfugos (Gordon et al., 1995). Tcnicas de simulao em sistemas de refrigerao tambm esto sendo desenvolvidas com o objetivo de se determinar condies de operao que levem a um melhor desempenho do sistema. Devido a imposies econmicas quanto a reduo dos custos de energia, tornou-se de fundamental importncia a otimizao das condies de operao. O primeiro passo seria o projeto de instrumentao da planta e a utilizao de recursos computacionais para o controle satisfatrio do processo (Houte & Bulck, 1994). Assim, as tcnicas de instrumentao e o controle de sistemas frigorficos vm crescendo rapidamente nos ltimos anos, devido necessidade de uma maior confiabilidade no processo, reduo nos custos de energia, aperfeioamento da superviso e melhora da qualidade dos produtos refrigerados. A revista Australian Refrigeration, Air Conditioning and Heating (Annimo, 1985) destaca uma economia de energia da ordem de 59 a 66% proporcionada pela instalao, em aparelhos de ar condicionado, de sensores
com infravermelho que reconhecem a quantidade de pessoas presentes no ambiente, racionalizando assim a potncia do sistema de refrigerao. Nicholson & Graham (1985) desenvolveram um trabalho de monitorao, atravs de microcomputador, em armazenagem frigorificada, constatando muitos benefcios deste procedimento, tais como: melhoria da eficincia operacional, ampla identificao de falhas, economia de energia, otimizao do procedimento de descongelamento, aumento da qualidade do produto e melhoria das condies de estocagem atravs da reduo das taxas de desidratao, oxidao e outras mudanas adversas associadas s oscilaes de temperatura de armazenamento. Wong & James (1988) propuseram um modelo analtico para o controle de um sistema de refrigerao que, depois de operado simultaneamente com o sistema experimental, dotado de um eficiente controle, fornece um incremento no rendimento do processo e reduo nos custos de operao. Uma planta de resfriamento de lquido foi usada para investigar o desenvolvimento de um controle inteligente. Testes foram realizados utilizando um controlador eletrnico PID, verificando-se a sua superioridade. O controle inteligente se justifica pela viso econmica, j que se observa reduo considervel nos custos
operacionais. Um aumento de 4 a 8% no coeficiente de eficcia (COP) foi obtido por Lindhard et al. (1988) na utilizao de controladores eletrnicos no evaporador de cabines refrigeradas, usando o controlador PID e a variao da abertura da vlvula de expanso como varivel manipulada. 1.2.2 Comunicao digital e arquitetura fieldbus Os padres de transmisso de sinais utilizados inicialmente em sistemas de controle eram baseados na codificao dos sinais de presso que normalmente possuam valores entre 3 e 15 psi. A tecnologia pneumtica foi amplamente utilizada, porm, gradativamente, substituda pelo padro de transmisso em
corrente, (Highway para
4-20 mA, no eliminando a caracterstica analgica e o carter Addressabie fluxo Remote Transducer), de que sobrepe informao digital e os chamados dispositivos
unidirecional dos sinais de transmisso. Com o advento do protocolo HART sobre os sinais analgicos, tentou-se ampliar a funcionalidade do padro 4-20 mA acomodar bidirecional dados
inteligentes, porm a aceitao destas solues foi limitada. A transio para sistemas totalmente digitais se tornou indispensvel frente s necessidades tecnolgicas do desenvolvimento do controle de processo moderno. O sucesso limitado dos sistemas hbridos revelou as reais caractersticas que uma nova arquitetura deveria possuir para alcanar uma aceitao amplamente difundida: a capacidade de substituio completa do padro 4-20 mA, desenvolvimento de padres abertos para a garantia de interoperabilidade total entre dispositivos de fabricantes diferentes e garantia de funcionalidade estvel equivalente do padro 4-20 mA. De forma a minimizar custos e aumentar a operabilidade de uma aplicao, introduziu-se o conceito de rede para interligar os vrios equipamentos de uma aplicao. A utilizao de redes em aplicaes industriais prev um significativo avano nos custos de instalao, procedimentos de manuteno, opes de upgrades e informao de controle de qualidade. As redes digitais industriais classificam-se quanto ao tipo de equipamento e os dados que ela transporta: Sensorbus - de caracterstica determinstica e tempos de resposta
extremamente curtos, dedicada a atender s necessidades de comunicao no nvel dos sensores e atuadores, predominantemente de natureza discreta e dados no formato de bits . Devicebus - com perfil determinstico e elevado desempenho orientada para distribuio dos dispositivos de controle e seus perifricos com ntima relao
com unidades centrais de processamento. A transmisso dos dados se d no formato de bytes. Fieldbus dotada de estrutura de dados mais completa e alto
desempenho aplicado na comunicao entre dispositivos inteligentes em processo contnuo no formato de pacotes de mensagens. Databus - com a capacidade de manipular grandes quantidades de informaes em tempo no crtico, destinada ao domnio da informtica industrial (Smar,1998). Em 1985, a ISA International Society for Measurement and Control, posteriormente unindo-se com o IEC International Eletrotechnical Committee, iniciou o desenvolvimento de um padro para comunicaes digitais, bi-direcionais e multidrop entre dispositivos de campo. O objetivo desta normalizao gerar um nico padro internacional para o fieldbus. Com o objetivo de construir uma base de implementao e apoio ao IEC para desenvolver os equipamentos conforme o mesmo padro, em outubro de 1994, dois dos maiores consrcios que trabalhavam em propostas similares, ISPF (Interoperable Systems Project Foundation) e WorldFIP (World Factory Instrumentation Protocol), se fundiram em uma nica organizao, a Fieldbus Foundation, baseada em padres da ISA e IEC e suportada por mais de cem grandes companhias. Desde a sua criao, a Fieldbus Foundation vem usando recursos das companhias associadas para definir e testar um protocolo padro, habilitando e pondo a disposio este produto em 1996. De uma forma geral o fieldbus pode ser definido como um sistema de comunicao digital, serial e bidirecional que permite a interligao em rede de mltiplos instrumentos diretamente no campo, realizando funes de controle e monitorao de processo e estaes de operao, atravs de softwares
supervisrios (Smar, 1998; Thomesse, 1998).
A opo pela implementao de sistemas de controle baseados em redes, requer um estudo para determinar o tipo de rede que apresenta as maiores vantagens de implementao ao usurio final, que deve buscar uma plataforma de aplicao compatvel com o maior nmero de equipamentos possvel. Surge da a opo pela utilizao de arquiteturas de sistemas abertos que, ao contrrio das arquiteturas proprietrias onde apenas um fabricante lana produtos compatveis com a sua prpria arquitetura de rede, o usurio pode encontrar em mais de um fabricante a soluo para os seus problemas. Alm disso, muitas redes abertas possuem organizaes de usurios que podem fornecer informaes e possibilitar trocas de experincias a respeito dos diversos problemas de funcionamento de uma rede. Diante de um processo de escolha e devido importncia estratgica, faz-se necessrio conhecer os principais elementos que caracterizam as redes de comunicao industriais, de forma a compor um critrio de seleo que conduza a uma escolha consciente, baseada em conceitos fundamentais para o sucesso do empreendimento (Fuertes et al., 1999; Rodd et al., 1998). A comunicao fieldbus apresenta algumas vantagens como substituto dos padres de comunicao anteriormente estabelecidos, so elas: Interoperabilidade: conjunto de diversos definida como sem a capacidade de da operao em
dispositivos
comprometimento
funcionalidade.
Garantindo a coexistncia de equipamentos de diversos fabricantes na mesma planta e a compatibilidade entre as comunicaes. Tal caracterstica representa vantagens tanto para o usurio, que no fica dedicado a um fornecedor especfico, quanto aos fabricantes, que no precisam desviar recursos no desenvolvimento de protocolos proprietrios ou linhas de produtos completas. Menores custos de instalao: reduo no custo de fiao, instalao e operao, simplicidade de projeto e implementao de vrias funes em software so fatores que determinam reduo de custos iniciais com a utilizao de tecnologia fieldbus . A informao imediata sobre diagnsticos de falhas nos equipamentos de campo facilita as operaes de start up.
10
Menores custos de manuteno: devido disponibilidade da informao em tempo real de forma bidirecional, as operaes de diagnstico de falhas, manuteno utilizados preventiva e calibrao de de instrumentos global ou so para extremamente auditoria e facilitadas. Alem disso, todos os dados de operao disponveis podem ser para procedimentos otimizao
documentao, caso exigido por agncias de regulamentao. Desempenho: a distribuio das funes de controle nos equipamentos de campo, para os instrumentos dedicados inteligentes ao com Fieldbus confere Foundation, de
dispensando
equipamentos
controle
aumentos
desempenho e confiabilidade. A possibilidade de implementar estratgias de controle sofisticadas de forma simples, utilizando a capacidade combinada de poucos dispositivos fsicos e funes em software, proporciona a coordenao de operaes para maximizar a eficincia do sistema (Smar, 1998; Thomesse, 1999). A arquitetura fieldbus inclui duas funes principais: interconexo e
aplicao. lnterconexo diz respeito passagem de dados entre dispositivos, sejam estes de campo, consoles de operao ou configurao. A parte do padro que enderea essa funcionalidade o protocolo de comunicaes. Aplicao diz respeito ao desenvolvimento de sistemas de controle e automao. A arquitetura de interconexo fieldbus baseada em um subconjunto de trs das sete camadas propostas no modelo de referncia OSI (Open System Standards Organization). desenvolvidos Organization), Tanto o proposto modelo OSI pela ISO (International seu Standards foram quanto gerenciamento
utilizando-se a tcnica de programao orientada por objetos
(Object Oriented Programming - OOP), caracterstica essa que tambm se reflete no padro fieldbus . O conceito de modelagem orientada por objetos torna possvel decompor sistemas complexos em hierarquias de entidades funcionais de muito mais fcil tratamento.
11
modelo
de
referncia
OSI
um
padro
internacional
para
desenvolvimento de arquiteturas de rede como sistemas abertos, em contraste com arquiteturas e protocolos proprietrios. Todos os aspectos funcionais de um sistema de telecomunicaes, em todos os nveis, foram considerados. O modelo OSI composto por sete camadas descritas sucintamente a seguir: Camada fsica (1) Possui a funo de fornecer as caractersticas mecnicas, eltricas, funcionais e de procedimento para ativar, manter e desativar conexes fsicas para transmisso de bits. Camada de enlace (2) Detecta e opcionalmente corrige erros que eventualmente ocorram no nvel fsico. Camada de rede (3) Fornece as caractersticas de roteamento dos pacotes trocados entre estaes no diretamente interconectadas. Camada de transporte (4) Gerencia o estabelecimento, a desativao, o controle de fluxo e a multiplexao das conexes entre estaes alm de controlar a seqncia dos pacotes de dados, detectar e recuperar erros. Camada de sesso (5) Gerencia o estabelecimento das conexes entre processos (uma estao de rede pode manter vrios processos ativos comunicantes) e permite referenciar nomes simblicos ao destino,fazendo assim um mapeamento com os endereos de transporte.
12
Camada de apresentao (6) Responsvel pela realizao de transformaes adequadas nos dados, antes de seu envio ao nvel de sesso (preocupao adicional com a sintaxe utilizada nas transferncias de informaes). As transformaes tpicas so: compreenso de textos, criptografia, autenticao de usurios, compresso de dados e converso de padres de terminais e arquivos para padres de rede e vice-versa. Camada de aplicao (7) Responsvel pelas trocas semnticas entre aplicaes (Baretto, 2000). As camadas 3 a 6 no foram includas no padro fieldbus , principalmente devido a que conexes inter-redes no so necessrias; as funes pertinentes dessas camadas foram absorvidas principalmente pela camada de aplicao. Tal simplificao permite que o protocolo fieldbus seja rpido e eficiente, mesmo quando implementado em dispositivos com capacidade de processamento limitada (Fuertes et al., 1999). Uma descrio mais detalhada das camadas implementadas na
arquitetura fieldbus se segue: Camada fsica (1): interface com o meio fsico. Responsvel pela transformao do fluxo de bits em sinais adequados para transmisso atravs do meio. Define ainda questes como nmero de nodos suportados e de comprimento mximo por segmento de rede, bem como o fornecimento de energia aos dispositivos alimentados pelo barramento, no caso do fieldbus. Camada de enlace (2): transferncia de dados entre os nodos da rede. Responsvel pelo estabelecimento, manuteno e encerramento de conexes, pelo controle de fluxo e de erro, e pelo controle de acesso ao meio. No padro fieldbus, inclui ainda a responsabilidade pelo endereamento (no padro OSI, funo da camada de rede).
13
Camada de aplicao (7): suporte ao sistema distribudo, oferecendo servios locais e de comunicaes. O padro define formatos de mensagem e servios disponveis (Smar, 1998; Biegacki & Vangompel, 1996). No que concerne ao usurio final, o interesse est basicamente na conexo fsica dos dispositivos e no desenvolvimento de aplicaes. A camada fsica est completamente definida no padro e embora possa sofrer extenses para, por exemplo, suportar novos meios fsicos como rdio, no est sujeita a sofrer modificaes. No que diz respeito s aplicaes, ainda h algumas pequenas diferenas entre as diversas implementaes propostas pelos fabricantes. Em termos de utilizao prtica, porm, os usurios no necessitam se preocupar com eventuais modificaes nas camadas de aplicao e enlace, e na gerncia de rede; tais desenvolvimentos devem ser absorvidos pelos
fabricantes de equipamentos e de ferramentas de software. Conforme a descrio acima, o padro fieldbus implementa apenas as camadas 1, 2 e 7 do modelo de referncia OSI. O suporte aplicao fornecido pelos blocos de funo. Uma srie de alteraes pode ser efetuada em cada camada
possibilitando servios e protocolos diferenciados. Os diferentes objetivos, formas de conceituao e interesses comerciais particularizados do protocolo fieldbus fazem com que ocorra uma proliferao de diversas redes fieldbus no mercado mundial (Thomesse, 1998). A necessidade de desempenho equivalente ao de sistemas 4-20 mA demanda altas velocidades de transmisso e conseqentemente um consumo de potncia mais alto, o que pode entrar em conflito com os requerimentos de segurana intrnseca em aplicaes com tal conceito. Assim, duas opes de velocidade foram previstas no padro fieldbus: uma, moderadamente alta (H1 31,25 kbps), mas ainda capaz de atender os requisitos de segurana intrnseca, e outra, com performance ainda maior (H2 100 Mbps).
14
Dentro do padro fieldbus foram previstas vrias opes de meio fsico, cada qual com suas vantagens e desvantagens. Em um barramento, todos os dispositivos devem utilizar as mesmas opes de meio, conexo e taxa de transmisso. No entanto, dispositivos energizados pelo barramento ou no, ou ainda dispositivos com segurana intrnseca ou no podem coexistir em um mesmo barramento. intencional, com a substituio do protocolo analgico de 4-20 mA, uma oferta de benefcios, inclusive a habilidade de migrao dos dispositivos j existentes neste padro para o padro fieldbus. Para isto, inclui-se suporte para vrias opes, como energizao de dispositivos pelo barramento, segurana intrnseca e interface com DCS (sistema de controle distribudo). A tecnologia fieldbus pode aproveitar diretamente a fiao instalada para dispositivos no padro 4-20 mA. O processo de upgrade de uma planta pode inclusive ser feito, refinando os recursos j existentes, segmento a segmento ou mesmo dispositivo a dispositivo, com a disponibilidade de interfaces adequadas. A interoperabilidade um dos pontos fundamentais da arquitetura
fieldbus. Testes de interoperabilidade entre dispositivos so administrados pela Fundao Fieldbus em seu laboratrio independente em Austin, Texas. Portanto, necessrio descrever dois aspectos da especificao que provem essa capacidade: os blocos de funo e a descrio de dispositivos. Syncrude Canada Ltd. recentemente realizou testes de interoperabilidade verificando que a operao em conjunto de dispositivos de campo e sistemas de controle de fabricantes diversos era possvel (Verhappen, 2000). Para garantir a interoperabilidade entre os equipamentos fieldbus de extrema importncia a padronizao de blocos funcionais. Os blocos definem uma interface comum para entradas, sadas, alarmes, eventos e algoritmos. Como dispositivos semelhantes incluem os mesmos tipos de blocos, a padronizao evita divergncias estruturais entre equipamentos de diferentes fabricantes. A padronizao no impede a diversificao de recursos entre os fabricantes, uma
15
vez
que
implementao
dos
algoritmos
nos
blocos
livre,
porm
interoperabilidade mantida. Blocos funcionais como entradas e sadas analgicas e digitais,
controladores PI, PID e razo, bias e ganho foram criados com o objetivo de proporcionar ao sistema de controle distribudo a possibilidade de se dedicar s funes de mais alto nvel, como otimizao. Um importante aspecto na concepo de um projeto Fieldbus a determinao de como sero instalados os equipamentos que faro parte da rede. Dessa forma devem ser consideradas as distncias mximas permitidas entre os equipamentos de forma a otimizar ao mximo o comprimento do barramento (trunk ) e das derivaes (spurs). Outras caractersticas tambm devem ser consideradas: nmero mximo de equipamentos ligados a uma mesma rede (um fator limitante pode ser a fonte de alimentao, que deve alimentar todos os transmissores caso o barramento seja energizado), a topologia utilizada na implementao dos equipamentos e os elementos que constituiro a rede fieldbus conjuntamente com os equipamentos. No sistema fieldbus, as topologias utilizadas so: Topologia de barramento: usa-se um barramento nico onde dispositivos e/ou barramentos secundrios (spurs) so conectados diretamente a ele. Topologia ponto a ponto: observa-se uma ligao em srie de todos os equipamentos utilizados na aplicao. O cabo fieldbus conectado de equipamento para equipamento neste segmento. As instalaes que utilizam esta topologia devem usar conectores de forma que a desconexo de um simples equipamento no interrompa a continuidade do segmento.
16
Topologia
em
rvore:
apresenta
acopladores/caixas
de
campo
para
ligao de vrios equipamentos. Devido sua distribuio, esta topologia conhecida tambm como "P de galinha". Topologia end to end: mais utilizada quando se conecta diretamente apenas dois equipamentos. Esta ligao pode estar inteiramente no campo ou pode ligar um equipamento de campo ao gerenciador. Topologia mista: nesta configurao utiliza-se duas ou mais topologias com o mesmo barramento. Ateno especial deve ser dada ao comprimento total da rede, pois o comprimento das ramificaes (spurs) deve ser considerado. O tempo de superviso um importante aspecto quando se trabalha com sistemas fieldbus. definido como o tempo gasto para que todos os instrumentos na linha possam atualizar seus parmetros na superviso de um processo. Este tempo deve ser minimizado tanto quanto possvel, pois pode comprometer o tempo de atualizao dos links entre os blocos funcionais que operam na malha de controle (Smar, 1998). 1.2.3 Aplicao da arquitetura fieldbus no setor produtivo Para necessrio criar promover um ambiente produtivo entre os completamente dispositivos de automatizado campo e os
interligaes
computadores que promovem o controle das atividades, supervisionam o processo e corrigem eventuais falhas de produo. Em busca destas caractersticas, cientistas e projetistas procuram desenvolver arquiteturas de redes capazes de integrar sistemas compatveis e promover conectividade e flexibilidade entre hardwares e softwares (Fuertes et al., 1999). Em 1997, no estado de Washington (EUA), foi implementada uma das primeiras instalaes usando o fieldbus que foi capaz de demonstrar a
interoperabilidade de dispositivos de vrios fabricantes em uma mesma rede. A
17
instalao era composta de 1 host, 6 transmissores, 6 entradas analgicas e 5 sadas analgicas; durante 18 meses foram realizadas diversas experincias, analisando-se os benefcios, problemas com manuteno e treinamento. Hoje, plantas muito maiores podem ser citadas como exemplo de aplicaes utilizando Fieldbus Foundation, tais como as da SFT - Frana, BASF - Blgica, Estao Geradora de Mohave EUA e CFE - Mxico. Biegacki & Vangompel (1996) descrevem a aplicao da arquitetura DeviceNet (baseada na tecnologia CAN-Controller Area Network) em substituio estrutura convencional de automao existente em uma linha de embalagem em Rhode Island (EUA). Foi observado um menor custo de instalao, um melhor desempenho do sistema de controle e uma melhor adaptao s mudanas exigidas pelo mercado. Na tentativa de se reduzir custos na converso de sistemas convencionais de pequeno porte em sistemas fieldbus , vda & Vrba (1999) propuseram um desenvolvimento de conectividade de sensores-atuadores binrios com o sistema fieldbus ASI (Actuator and Sensor Interface), padro alemo. Pu et al. (2000) apresentam a necessidade do desenvolvimento de dispositivos pneumticos inteligentes, devido aos avanos na tecnologia fieldbus e crescente necessidade de fornecimento de dados em tempo real. A importncia da comunicao em tempo real evidenciada por Livani et al. (1999) quando atribuem ao sistema CAN bus vantagens quanto robustez, mltiplo acesso de informaes e indicao de erros e falhas. Assumindo-se a viabilidade tcnica do sistema fieldbus necessrio obter informaes quanto a seus aspectos financeiros. Para isto Verhappen (2000) desenvolveu um estudo de viabilidade econmica analisando comparativamente os custos envolvidos no desenvolvimento de trs sistemas diferentes de
automao e controle: sistema convencional analgico, sistema hbrido HART e
18
sistema fieldbus - Foundation Fieldbus. Apesar de um maior custo inicial, os sistemas HART e fieldbus so mais econmicos que o sistema convencional quando somados os custos de manuteno e outros. O sistema fieldbus apresenta uma vantagem extremamente competitiva por se tratar de um sistema completamente digital e possuir um mercado em plena expanso, o que permite uma previso de reduo dos custos de seus dispositivos. Por se tratar de uma tecnologia relativamente recente, observa-se uma predominncia de artigos tipicamente descritivos, tratando do padro em si e seus potenciais, mas ainda poucos tratando de aplicaes em casos concretos.
1.3 Metodologia
Neste item so detalhadas as etapas realizadas, relativas s montagens do prottipo do resfriador de lquido e da instrumentao utilizada. Os equipamentos e instrumentos so descritos quanto sua funcionalidade no processo e configurao, habilitando-o para a realizao dos ensaios propostos. 1.3.1 Montagem do sistema de resfriamento de lquido Todos os componentes do circuito frigorfico foram especificados e definidos, rigorosamente sob aspectos tcnicos, com o objetivo principal de se alcanar a mxima versatilidade de aplicaes. O planejamento e a montagem do prottipo flexibilizaram os experimentos e principalmente permitiram um maior conhecimento corretivas. O acionamento eltrico e o intertravamento fsico dos componentes do sistema de resfriamento de lquido foram realizados atravs da operao de um quadro de comando geral que foi habilitado para operao automtica ou manual, de acordo com a opo do operador do sistema. das tecnologias envolvidas e dos instrumentos utilizados,
concedendo uma maior independncia quanto a manutenes preventivas e
19
1.3.2 Instrumentao do sistema de resfriamento de lquido A instrumentao instalada seguiu a determinao de se obter a maior quantidade possvel de informaes das variveis de processo e de controle do sistema, de maneira confivel e precisa, possibilitando maior monitorao das condies de operao e corrigindo possveis desvios dos valores pr-
estabelecidos para os controles propostos. Inicialmente, foi realizado um estudo para definir os dispositivos fieldbus que seriam necessrios para compor a rede de campo, seguindo-se da configurao dos dispositivos e a parametrizao dos blocos funcionais. Aps a implementao da rede fieldbus, o controlador lgico programvel (CLP) foi configurado e programado para a realizao dos intertravamentos lgicos e as medidas dos sensores de temperatura. Para as medidas de temperatura no sistema de resfriamento de lquido foram utilizadas termoresistncias (Pt100). As temperaturas no circuito de
refrigerao foram obtidas por contato direto do sensor de temperatura com as paredes da tubulao, o qual era isolado termicamente do meio ambiente, considerando-se aproximadas as temperaturas do centro e da superfcie da tubulao de cobre, respaldado por Linton et al. (1995) e Sand et al. (1990). As medidas de temperatura na linha de ao carbono do propileno glicol foram efetuadas por termoresistncias (Pt100) a trs fios com cabeote e poo em ao inoxidvel de contato direto com o fluido atravs de conexes BSP. O mtodo de calibrao dos sensores de temperatura por comparao considerado suficientemente preciso para a maioria dos trabalhos laboratoriais e industriais. O procedimento de calibrao seguiu o uso de um banho termosttico com circulao (Ultra-Criostato OPTHERM), nas temperaturas de trabalho. Uma soluo a 50% de etileno glicol/gua foi utilizada no banho de circulao e termmetros de bulbo de mercrio aferidos foram usados como padres. As
20
leituras das temperaturas dos sensores Pt100 e do padro foram realizadas aps a estabilizao da temperatura do banho no valor desejado para calibrao. Foram especificados e instalados transmissores de presso com
comunicao analgica 4-20 mA para a monitorao das presses do refrigerante primrio no circuito frigorfico. As vazes dos fluidos foram medidas por diferentes sensores. Sensor de
vazo magntico, para o propileno glicol; medidor deprimognio, tipo placa de orifcio, para a gua do condensador, e sensor tipo turbina, para o refrigerante primrio (R-404A). Os elementos finais de controle foram definidos de acordo com as malhas de controle que foram, posteriormente, propostas para o sistema. Variadores de freqncia foram configurados e instalados no compressor, no ventilador da torre de resfriamento de gua e na bomba alternativa do fluido refrigerante secundrio do sistema; uma vlvula pneumtica de controle foi instalada na linha de gua do condensador para o controle da vazo de gua neste equipamento. O sistema foi submetido carga trmica artificial com resistncias eltricas de imerso fabricadas com elementos tubulares blindadas em ao inoxidvel. Trs resistncias eltricas trifsicas e trs monofsicas foram instaladas no tanque de propileno glicol. Uma resistncia monofsica pode ser acionada parcialmente, utilizando-se um variador de potncia (THERMA, modelo TH1927), com o objetivo de se impor carga modulada ao sistema. O ajuste fino da carga trmica de fundamental importncia na determinao da capacidade frigorfica do sistema, permitindo simular as variaes de carga que ocorrem nos processo reais de refrigerao e obter reprodutibilidade nos ensaios. Para o gerenciamento do sistema utilizou-se o software supervisrio AIMAX, verso 4.2, que se comunica com dispositivos fieldbus e com o CLP,
21
fornecendo informaes em tempo real e permitindo monitorar e alterar os parmetros de controle do sistema de refrigerao.
1.4 Resultados Obtidos

1.4.1 Montagem do sistema de resfriamento de lquido Nas figuras 1.1 a 1.3 so apresentados fluxogramas do sistema de refrigerao para resfriamento de lquidos implementado, de acordo com a Norma ANSI/ISA-S5.1-1992, que utilizou como refrigerante primrio o R-404A, uma mistura ternria de refrigerantes da famlia dos hidrofluorcarbonos, que no apresenta um potencial de degradao da camada de oznio, seguindo desta forma uma tendncia mundial de aplicao deste tipo de refrigerante.
Figura 1.1 - Fluxograma de engenharia do sistema de refrigerao para resfriamento de lquido (chiller).
22
Figura 1.2 - Fluxograma de engenharia da linha de propileno glicol.
Figura 1.3 - Fluxograma de engenharia da linha de gua da torre de resfriamento.

23
Segue-se desenvolvimento
uma do
breve estudo
descrio proposto.
dos As
equipamentos especificaes
utilizados tcnicas
no so
disponibilizadas, de maneira mais detalhada, no Apndice A. O Compressor (CP-01) compressor semi-hermtico, modelo 4Z-5.2Y, utilizado no sistema
frigorfico faz parte da unidade condensadora UCC 0124 4Z-5.2Y da Bitzer Compressores Ltda. Esta unidade condensadora possui um condensador a ar constitudo por tubos de cobre e aletas de alumnio, ventiladores com hlices de alta eficincia e baixo nvel de rudo, acionadas por motores monofsicos 220V/60Hz e grade de proteo. Condensador (CD-01)
Visando promover a versatilidade ao prottipo, foi adicionado, em paralelo unidade condensadora, um condensador a gua, modelo CST 10, tipo shell and tube da APEMA. A utilizao individual dos condensadores foi definida por vlvulas de manuteno do tipo esfera. O modelo CST10 baseado no princpio de construo casco e tubos com tampas removveis para acesso aos tubos. O casco construdo em chapa de ao carbono com costura longitudinal soldada eletricamente pelo processo arco submerso. O feixe tubular, em cobre, possui aletas integrais para aumento do rendimento termodinmico. O modelo CST10 possui grande capacidade de recolhimento de refrigerante lquido. Um Evaporador (EV-01) evaporador de expanso seca de halogenados da srie
VKW 141.5.4B shell and tube da APEMA foi instalado no sistema para troca trmica com o propileno glicol, o qual oferece vantagens como maior eficincia e manuteno fcil. Construdo com tubos curvados em "U", o feixe tubular permite
24
a dilatao entre os tubos e o casco eliminando a possibilidade de alguma tenso mecnica. O feixe de tubos removvel facilita a manuteno, limpeza e permite a reposio. Os tubos micro-aletados internamente promovem uma maior eficincia e conseqente reduo de rea de troca trmica, tornando-o mais compacto, mais leve e reduzindo o volume de refrigerante necessrio. Vlvula de expanso (TCV-01)
O prottipo apresenta uma vlvula de expanso termosttica Danfoss modelo TES-02, com orifcio de expanso nmero 06, que possui a funo de regular a vazo de lquido refrigerante no evaporador proporcionalmente ao superaquecimento do vapor na suco. usual a instalao de vlvulas de expanso termostticas em sistemas de refrigerao para garantir o mnimo superaquecimento estvel no evaporador. Torre de resfriamento (TR-01)
Para garantir uma operao estvel do condensador e uma maior economia no consumo de gua, o sistema possui uma torre de resfriamento SEIKAN DEGETHOFF, modelo F25, tipo T-800. As condies de operao da torre foram determinadas utilizando
temperatura de bulbo mido de 27C e diferencial de temperatura de 5C no recheio da torre. Acessrios e instrumentao convencional
A montagem do sistema de refrigerao contemplou alguns acessrios e uma instrumentao bsica para garantir a segurana e aumentar o desempenho dos equipamentos, tais como: filtro de refrigerante, visor de lquido, pressostato conjugado de alta e baixa, separador de leo e acumulador de lquido.
25
Bombas de deslocamento positivo (BA -01) e centrfuga (BA-02)
Para o circuito da gua do condensador foi utilizada uma bomba centrfuga (INAPI, de 0,5 HP de potncia e tenso de 220V) com vazo mxima de 18000 L/h. Devido alta viscosidade do propileno glicol a baixas temperaturas foi utilizada uma bomba de deslocamento positivo Waukesha modelo 10 acionada por um motor WEG, modelo W21, de 1 HP de potncia Com a finalidade de diversificao de aplicaes do prottipo, a soluo de propileno glicol a 50% (v/v) resfriada no evaporador do sistema de refrigerao tambm pode ser direcionada, como refrigerante secundrio, para outros
processos de tratamentos trmicos (TC-01) que esto sendo desenvolvidos no Laboratrio de Automao e Controle de Processos de Alimentos LACPA. Quadro de comando
A montagem do quadro de comando do sistema viabilizou o controle lgico e a operao manual do processo. O quadro consiste basicamente de contatoras, botes de comando e leds indicadores de estado. Os indicadores de vazo de refrigerante (R-404A) e dos variadores de freqncia do compressor e da bomba alternativa de propileno glicol tambm foram instalados no quadro de comando pela facilidade de configurao e visualizao dos mesmos. A prottipo opera sob os modos remoto e manual. O modo remoto gerenciado via CLP (Controlador Lgico Programvel YIC-01) remoto ao microcomputador, onde os intertravamentos e seqncias de comandos so realizados. No modo atravs manual da ao cada direta equipamento sobre o pode ser acionado os individualmente painel, respeitando-se
intertravamentos eltricos adotados.
26
Tubulaes e Isolamentos
As tubulaes utilizadas nas linhas de propileno glicol e gua foram de ao carbono, a sua escolha foi baseada nas caractersticas mecnicas e estruturais deste material quando submetido a baixas temperaturas. Os dimetros foram calculados de acordo com a velocidade recomendada para cada processo. Foram utilizadas tubulaes de uma polegada (1) para as linhas de propileno glicol e descarga da bomba centrfuga e duas polegadas (2) para a linha de suco da bomba centrfuga. O sistema de refrigerao utilizou tubulaes de cobre com dimetros de 7/8, 5/8 e 1 1/8 respectivamente. Os isolamentos do evaporador, do tanque de propileno glicol e das tubulaes de suco e propileno glicol foram efetuados utilizando-se borracha elastomrica com espessura de 19 mm. Optou-se pelo uso deste isolante em virtude de sua reduzida condutividade trmica e facilidade de manuseio. Ateno especial foi dedicada ao isolamento da linha de suco no intuito de se evitar, o mximo possvel, os efeitos do superaquecimento do refrigerante. 1.4.2 Instrumentao do sistema de resfriamento de lquido 1.4.2.1 Implementao da rede fieldbus Na construo da rede fieldbus foi utilizada a topologia tipo barramento onde se tem um barramento principal, constitudo de um cabo blindado com um par de fios tranado interno. Nos locais onde os dispositivos fieldbus eram conectados individualmente, atravs de barramentos secundrios constitudos do mesmo cabo blindado, foram instaladas caixas de juno. Esta configurao foi adotada pela simplicidade e facilidade de construo e manuteno da rede fieldbus. para as linhas de descarga, refrigerante lquido e suco,
27
A configurao dos dispositivos da rede e a implementao das malhas de controle convencionais foram realizadas atravs do programa configurador SYSCON, podendo-se realizar alteraes, manutenes e operaes on-line. A configurao fieldbus dividiu-se em trs partes principais: a configurao fsica, a configurao lgica e parametrizao dos blocos de controle. A configurao fsica determinou os dispositivos de campo e de sala de controle que foram conectados ao barramento principal e atribuiu blocos funcionais de acordo com a utilizao de cada um. Todos os dispositivos possuem blocos funcionais padres (resource block, transducer block e display block) que devem ser devidamente configurados para um perfeito funcionamento, alm dos blocos especficos para cada utilizao.
Figura 1.4 - Rede fieldbus implementada para o sistema de resfriamento de lquido. A rede fieldbus instalada (figura 1.4) composta por oito dispositivos Fieldbus Foundation (FF), relacionados e descritos a seguir:
28
Uma interface de campo distribuda (DFI 302)
Dispositivo de fundamental importncia nos sistemas de controle de campo, possui a habilidade de interligar redes com taxas de transmisso de dados diferentes: H1 (31,25 kbits/s ) e HSE (High Speed Ethernet, 100 Mbits/s ). Constituindo-se como dispositivo mestre do barramento H1, gerenciando a
comunicao em cada canal e a comunicao com a rede externa. Um transmissor de presso diferencial (LD 302)
Transmissor inteligente FF utilizado para a determinao da vazo de gua da linha do condensador atravs da medida da presso diferencial causada pela placa de orifcio. Trs conversores corrente - fieldbus (IF 302)
O IF 302 possui a funo de converter as informaes de campo transmitidas por instrumentos analgicos de sinais 4-20 mA em protocolo Foundation Fieldbus. Possui trs canais de entradas independentes dedicados aos respectivos instrumentos analgicos, conforme mostrado na tabela 1.1, promovendo a integrao das informaes de campo s malhas de controle implementadas na rede. Um conversor fieldbus - corrente (FI 302) para analgicos 4-20 mA
A converso de sinais digitais fieldbus
efetuada pelo conversor FI 302. Estes sinais foram enviados aos atuadores para fins de controle. O dispositivo possui trs canais de sada independentes, dedicados tabela 1.1. aos respectivos instrumentos analgicos, conforme mostrado na
29
Tabela 1.1 - Descrio dos canais dos conversores IF 302 e FI 302. Dispositivo
IF 302 - 1
Canal
01 02 03 01
Varivel
Presso de descarga Presso de condensao Presso de evaporao Presso de suco Potncia da bomba de propileno Potncia no compressor Vazo de propileno glicol Vazo de refrigerante R-404A * canal livre Rotao do compressor Rotao da bomba de propileno Potncia da resistncia eltrica
Instrumento / TAG
Transmissor de presso / PT 101 Transmissor de presso / PT 103 Transmissor de presso / PT 104 Transmissor de presso / PT 102 Variador de freqncia Variador de freqncia Medidor de vazo magntico / FIT 301 Medidor de vazo tipo turbina / FIT 101 Variador de freqncia / JIT 101 Variador de freqncia / JIT 301 Variador de potncia / ET 301
IF 302 - 2
02 03 01
IF 302 - 3
02 03 01
FI 302
02 03
Um posicionador fieldbus (FY 302).
O posicionador de vlvula de controle para atuadores pneumticos, FY 302 em sistema fieldbus , produz a presso de sada requerida para posicionamento da vlvula de controle, conforme entrada recebida pela rede ou controle interno com o objetivo de modular a vazo de gua do condensador. Mdulo FB 700 do controlador lgico programvel (LC 700).
O carto de interface fieldbus (FB 700) interage com os dispositivos da rede, interligando a capacidade de controle discreto do LC 700 e as variveis dos mdulos de temperatura das termoresistncias (AI) e dos mdulos de rels (DO). 1.4.2.2 Controlador Lgico Programvel (LC700) O controlador lgico programvel LC700 compacto e modular,
possuindo um mdulo fieldbus (FB 700) para interao com os instrumentos da
30
rede. Possui a finalidade de gerenciar funes de intertravamentos, acionar motores e bobinas e leitura de temperatura em termopares e termoresistncias, alm da possibilidade de efetuar controle nas variveis do processo. O LC700 possui uma configurao compatvel com a lgica LADDER, proporcionada pelo programa CONF700, em ambiente amigvel. A programao foi baseada na configurao dos mdulos (mdulos de leitura de temperatura e rels) e na construo do diagrama LADDER apresentado no Apndice B. 1.4.2.3 Sensores de temperatura Para uma melhor avaliao e monitorao do comportamento do sistema os sensores de temperatura foram instalados em locais importantes para a identificao das condies operacionais do sistema (tabela 1.2). Tabela 1.2 - Localizao dos sensores de temperatura no prottipo. Tag do sensor
TE-101 TE-102 TE-103 TE-104 TE-105
Localizao
Entrada do Evaporador Sada do Condensador Entrada do Compressor Entrada da Vlvula de Expanso Sada de Evaporador
Tag do sensor
TE-106 TE-201 TE-202 TE-301 TE-302
Localizao
Sada do Compressor Entrada da gua do Condensador Sada da gua do Condensador Entrada do propileno glicol Sada do propileno glicol
Calibrao dos sensores de temperatura
Os dados de calibrao foram tratados obtendo-se curvas de calibrao com ajuste linear para cada sensor de temperatura do sistema. Os modelos lineares obtidos so apresentados na tabela 1.3.
31
Tabela 1.3 - Equaes temperatura.
das
curvas
de
calibrao
dos
sensores
de
Tag do sensor
TE-101 TE-102 TE-103 TE-104 TE-105 TE-106 TE-201 TE-202 TE-301 TE-302
Equao de ajuste *
Tc = 1,0027.T - 0,2045 Tc = 1,0084.T - 0,1520 Tc = 1,0029.T - 0,1600 Tc = 1,0144.T - 0,0546 Tc = 1,0041.T - 0,1114 Tc = 1,0115.T - 0,0831 Tc = 1,0129.T - 0,1005 Tc = 1,0138.T - 0,1133 Tc = 1,0139.T - 0,3146 Tc = 1,0150.T - 0,3182
(r2)
0,9998 0,9999 0,9998 0,9999 0,9997 0,9999 0,9998 0,9998 0,9998 0,9998
* Tc = temperatura corrigida (C)
T = temperatura lida (C)
Atravs da anlise das equaes de ajuste e dos dados de calibrao pde-se demonstrar a consistncia e exatido dos dados obtidos. 1.4.2.4 Sensores de Presso O compressor do sistema possui dois manmetros, um de alta e outro de baixa, (GITTA) para monitorao visual das condies de operao. Porm, para o desenvolvimento do trabalho foram instalados no prottipo quatro transmissores de presso (Robertshaw) , dois do modelo EWPA007, para presses entre -0.5 e 7 bar, e dois do modelo EPWA030, para presses entre 0 e 30 bar, todos com sinal de sada de 4 a 20 mA e preciso de 0,32% de fundo de escala, aferidos pelo fabricante. Os transmissores foram instalados adequadamente para medidas da presso de evaporao, suco, descarga e condensao (tabela 1.4).
32
Tabela 1.4 - Localizao dos sensores de presso no prottipo. Tag dos transmissores de Presso
PT-101 PT-102 PT-103 PT-104
Localizao
Sada do Compressor (Descarga) Entrada do Compressor (Suco) Sada do Condensador Entrada do Evaporador
1.4.2.5 Sensores de Vazo Os elementos sensores de vazo para o prottipo foram especificados de acordo com a aplicao. Um sensor de vazo magntico foi escolhido para a medida da vazo do propileno glicol por apresentar estabilidade de leitura e no proporcionar perda de carga linha. Para a medida da vazo do refrigerante primrio (R-404A) foi selecionado um medidor de vazo tipo turbina, uma vez que a insuficiente condutividade eltrica deste refrigerante impossibilita o uso do medidor magntico. O medidor de vazo tipo turbina consiste basicamente de um rotor, montado entre buchas, que gira com uma velocidade proporcional velocidade do produto dentro do corpo do medidor. Um sensor eletromagntico detecta a velocidade de giro do rotor gerando um trem de pulsos, que sero condicionados pelo circuito eletrnico, podendo ser lido em vazo instantnea ou totalizao nas unidades de engenharia ou fornecendo sinal de sada em 4 a 20 mA, posteriormente convertidos em sinal digital e inseridos na rede fieldbus. Os sensores de vazo tipo turbina e magntico foram aferidos
previamente pelos fabricantes.
33
A vazo de gua para condensao do refrigerante foi determinada pela medida do diferencial de presso promovida pela incluso na tubulao de uma placa de orifcio concntrica circular com tomadas de presses nos flanges. A presso diferencial foi determinada pelo transmissor digital LD 302 D2 da Smar que possui um sensor de clula capacitiva para medida das presses. Calibrao da placa de orifcio
A determinao do coeficiente de descarga (K) da placa de orifcio foi realizada medindo-se a perda de carga proporcionada pelo elemento
deprimognio quando submetido a diversas vazes de fluido. A curva de determinao do coeficiente K e seu respectivo valor esto apresentados na figura 1.5.
Vazo = 2414,3024 . ( P) 5200
0,5
r = 0,9944
4800 4400
Vazo (L/h)
4000 3600 3200
2800 2400 1,2 1,3 1,4 1,5 ( 1,6

0,5
1,7
0,5
1,8
1,9
2,0
P)
(kPa)
Figura 1.5 - Curva de calibrao da placa de orifcio.
34
1.4.2.6 Elementos finais de controle Uma das tarefas mais comuns, difceis e importantes no projeto de sistemas de controle a escolha adequada dos elementos finais de controle. Para um controle contnuo da capacidade do sistema de refrigerao, um inversor de freqncia (Danfoss, modelo VLT 5011) foi selecionado para modular a velocidade de rotao do motor do compressor atravs da variao da freqncia da tenso eltrica de 220 V trifsica. Variaes na vazo de propileno glicol foram realizadas por um variador de freqncia (Danfoss, modelo VLT 2807) instalado no circuito eltrico da bomba de deslocamento positivo. A utilizao de vlvulas de controle nesta linha invivel devido possibilidade de presso excessiva na linha do refrigerante secundrio. Os variadores de freqncia foram configurados para efetuarem a medida da potncia consumida pelos motores durante os ensaios e comunic-la via rede fieldbus, para posterior determinao da energia consumida no processo. As condies de condensao do sistema frigorfico foram controladas por modulao da vazo de gua no condensador utilizando-se uma vlvula de controle (MICROVAL, modelo RM 20), tipo borboleta com atuador pneumtico, instalada na linha de sada de gua do condensador. O posicionador fieldbus de vlvula de controle (FY302) pertencente primeira gerao destes equipamentos, controle a presso de sada requerida para posicionamento de uma vlvula de controle, conforme entrada recebida pela rede fieldbus ou controle interno.
35
Curva caracterstica da vlvula de controle
O elemento final de controle mais utilizado em processos industriais a vlvula de controle. Basicamente, a vlvula de controle um instrumento capaz de variar a restrio ao escoamento de um fluido em resposta a um comando recebido na forma de um sinal padro. A vlvula de controle projetada para assegurar a manuteno da vazo do fludo. Ela altera, remotamente, a vazo do fluido, baseada em sinais recebidos de dispositivos sensores num processo contnuo (Stephanopoulos, 1984). O tamanho e o tipo da vlvula podem influir no desempenho do conjunto da vlvula de controle do sistema. A capacidade de vazo da vlvula determinada pela sua curva caracterstica, definida como a relao entre a vazo e o curso da vlvula, quando a queda diferencial de presso da vlvula mantida constante. Convencionalmente, grficos chamados curvas caractersticas de vlvulas de controle so obtidos atravs da correlao do percentual de variao da vazo e o percentual de variao do curso da haste do atuador. Sabe-se que a vazo uma funo do curso de cada tipo de vlvula e da queda de presso, porm tradicionalmente os testes de construo das curvas caractersticas so realizados com perda de carga constante, o que no ocorre na prtica industrial, mas fornece um modo comparativo de caractersticas de projeto de vlvulas e freqentemente fornecida pelos fabricantes. Sob condies de perda de carga constante, a vazo torna-se apenas funo do curso da vlvula e do projeto inerente da vlvula, sendo estas caractersticas chamadas caractersticas inerentes da vlvula. O conhecimento da caracterstica inerente da vlvula til, porm, o conhecimento da caracterstica da vazo instalada no processo, como um todo,
36
incluindo vlvula, atuador e todos os equipamentos da malha, mais importante para o controle do processo. A caracterstica de vazo instalada definida como a relao entre a vazo da vlvula e seu curso, quando a vlvula instalada em um sistema especfico e a perda de carga naturalmente varivel (Rinehart & Jury, 1999). As curvas caractersticas instaladas foram obtidas na malha aberta de controle operacional. A vazo foi estabelecida em condies normais de operao, o curso da vlvula foi alterado em diversos valores e a vazo produzida foi medida. Pode ser observado que a curva caracterstica encontrada para a vlvula de controle, do tipo borboleta (figura 1.6), se aproxima do comportamento de uma curva caracterstica tipo igual porcentagem, como demonstrado por
Stephanopoulos (1984).
3000
2500
2000
Vazo (L/h)
1500
1000
500
0 0 20 40 60 80 100
Abertura da vlvula (%)
Figura 1.6 - Curva caracterstica de vazo instalada As vazes referentes ao percentual de abertura da vlvula inferior a um curso de 40% no puderam ser medidas devido a limitaes quanto medida de baixas perdas de carga na placa de orifcio. Esta restrio no causou nenhum dano ao controle, pois baixas vazes de gua no condensador provocariam altas
37
presses e temperaturas de condensao, indesejveis ao desempenho do sistema e segurana de operao. 1.4.2.7 Potncia consumida pela bomba de propileno glicol A utilizao de um variador de freqncia para controle da vazo de propileno glicol levou necessidade de determinar a relao entre a potncia consumida no motor da bomba e a vazo proporcionada pela reduo da freqncia (figura 1.7) para construo de possveis malhas de controle com estes parmetros. O ensaio foi realizado de forma simplificada. A freqncia de
funcionamento (60 Hz) do motor da bomba alternativa do propileno glicol foi sendo reduzida gradativamente em intervalos de 10 Hz, sendo medida a vazo correspondente de propileno glicol na linha.
Potncia Consumida = 0,15 . vazo - 0,65 Freqncia de rotao = 0,02 . vazo - 0,49
500
2
r = 0,9954 r = 0,9999
60
2
Potncia consumida (W)
400
40 300 30 200 20 100 Potncia Consumida Freqncia de rotao
10
0 0 500 1000 1500 2000 2500 3000 3500
0 4000
Vazo de propileno glicol (L/h)
Figura 1.7 - Relaes entre a potncia consumida e a freqncia de rotao da bomba com a vazo da bomba de propileno glicol.
38
Freqncia de rotao (Hz)
50
Na figura anterior, evidenciada a propriedade do variador de freqncia, segundo o qual, ocorre uma reduo no consumo de energia quando existe a necessidade de diminuir a vazo de um sistema. Em sistemas similares, muito comum a utilizao de desvios de fluxo (by-pass) para reduo de vazo no ocorrendo, com esse procedimento, uma reduo de energia consumida na bomba. 1.4.2.8 Potncia consumida pelo compressor O compressor um importante componente do sistema frigorfico e a utilizao de um variador de freqncia para o controle da vazo de refrigerante leva a necessidade de se determinar a relao entre potncia consumida no compressor quando submetido a diferentes valores de rotao (figura 1.8). O ensaio foi realizado determinando-se a potncia consumida e a vazo do refrigerante lquido (R-404A) com o compressor submetido a diferentes valores de rotao.
Potncia Consumida = 4,80 * Vazo - 9,338
6,0
r = 0,9551
2
Freqncia de rotao = 61,9 * Vazo - 127,8 r = 0,9585

70 60 50 4,8 40 30 20 10 0 3,2
4,2 Potncia Consumida 3,6 Freqncia de rotao
3,0 2,5
2,6
2,7
2,8
2,9
3,0
3,1
Vazo do Refrigerante lquido (L/min)
Figura 1.8 - Relaes entre a potncia consumida e a freqncia de rotao do compressor com a vazo do refrigerante lquido (R-404A).
39
Freqncia de rotao (Hz)
Potncia Consumida (kW)
5,4
1.4.2.9
Software configurador SYSCON A definio das malhas de controle convencionais foi efetuada atravs da
configurao lgica do projeto desenvolvido no sistema fieldbus. Os blocos funcionais so conectados de maneira a realizar as estratgias de controle definidas. Na figura 1.9 est representada a tela do configurador SYSCON da estratgia de controle para o sistema de refrigerao.
Figura 1.9 - Tela da configurao lgica da rede fieldbus do prottipo. Aps a definio dos instrumentos de campo e a criao das estratgias de controle, passou-se parametrizao dos blocos funcionais utilizados. Os parmetros de escala, tipo de controle, alarme, limites e canais de leitura foram definidos observando-se a faixa de cada instrumento do sistema.
40
1.4.2.10 Sistema de superviso A contnua utilizao do programa supervisrio AIMAX e a progressiva habilidade de utilizao de seus recursos permitiram o desenvolvimento de telas grficas de superviso do sistema mais representativas e com maior quantidade de informaes. As telas foram construdas de forma seqencial, permitindo uma operao fcil e racional. As telas desenvolvidas para o sistema de refrigerao so apresentadas na figura 1.10. O AIMAX permite a representao dos valores das variveis de processo e dos estados das variveis digitais, diretamente na tela, na forma numrica ou por grficos temporais O sistema de aquisio de dados utilizado na realizao dos experimentos consistiu no armazenamento dos valores de interesse em memria, com taxa de aquisio escolhida de acordo com a aplicao, para posterior gravao em arquivo. Ressalta-se a potencialidade do supervisrio AIMAX de habilitar a
comunicao com a internet de forma dinmica. Assim, os dispositivos de campo podem ser monitorados e operados a distncia por diversos usurios com diferentes nveis de permisses de acesso.
41
(a)
(b)
(c) Figura 1.10 -
(d)
Telas desenvolvidas no supervisrio AIMAX. Tela inicial (a),
microcomputador de configurao e monitorao com a tela inicial (b), tela de superviso do sistema de resfriamento de lquido (c) e tela de operao do quadro de comando (d).
42
1.5 Concluses
A montagem e instalao de um sistema de resfriamento de lquido que apresentasse versatilidade de aplicaes foram satisfatoriamente realizadas. O configurao instrumentos vantagens: Reduo de fiao e de pontos de entradas e sadas analgicas. Automao de maior nmero de atividades operacionais com menor nmero de instrumentos. Melhoria da qualidade dos dados e da segurana. Menor tempo de implementao do projeto. projeto de de instrumentao de instrumentos no convencional, (4-20 mA), baseado apresentou em uma e
hbrida
inteligentes
(Fieldbus
Foundation)
comunicao
analgica
inmeras
A utilizao de protocolos digitais de comunicao para interligar os instrumentos de inteligentes do possibilitou a Estas obteno de ,pelo menos, um nove maior informaes de um nico instrumento, desde valores da varivel medida ao status comunicao instrumento. vantagens possibilitam
gerenciamento do processo atravs de uma anlise real, facilitando o controle de processo e a agenda de manutenes do sistema.
43
1.6 Referncias Bibliogrficas

ANNIMO. Occupancy control: The new energy saving potencial for HVAC systems. Australian Refrigeration, Air Conditioning and Heating, p.26-29, nov, 1985. BARETTO, M. Apostila do curso: Redes de computadores. v.1, p.7-19, 2000. BIEGACKI, S. e VANGOMPEL, D. The application of DeviceNet in process control. ISA Transactions, v.35, p.169-176, 1996. BROWNE, M. W. e BANSAL, P. K. Steady-state model of centrifugal liquid chillers. International Journal of Refrigeration, v.21, n.5, p.343-358, 1998. DOSSAT, R. J. Princpios de Refrigerao. Editora Hemmus, 1985. FUERTES, J. M.; HERRERA, J.; ARBOLEDA, J. P.; HEIT, F.; CASAS, C. e COMPANY, J. Communication system far a distributed intelligent controller. Microprocessors and Microsystems, v.23, p.89-93, 1999. GORDON, J. M.; NG, K. C. e CHUA, H. T. Centrifugal chillers: thermodynamic modelling and a diagnostic case study. International Journal of Refrigeration, v.18, n.4, p.253-257, 1995. HOUTE, U. V. e BULCK, E. V. D. Modelling chiller performance using simultaneous equation-solving procedures. International Journal of Refrigeration, v.17, n.3, p.191-198, 1994. LINDHARD, B.; BARMWATER, P. e HEININGEN, K. V. Consideration regarding the practical use of electronic evaporator controls for refrigerated display cabinets. International Journal of Refrigeration , p.337-347, jan, 1988. LINTON, J. W.; TRIEBE, A. R.; SNELSON, W. K. e HEARTY, P. F. System performance comparison of R-507 with R-502. ASHRAE Transactions, v.101, n.2, p.502-510, 1995. LIVANI, M. A.; KAISER, J. e JIA, W. Scheduling hard and soft real-time communication in controller area network. Control Engineering Practice, v.7, p.1515-1523, 1999.
44
NICHOLSON, F. J. e GRAHAM, J. Microcomputer manitoring of commercial cold stores. International Journal of Refrigeration, p.125-132, 1985. PU, J.; MOORE, P. R. e WONG, C. B. Smart components-based servo pneumatic actuation systems. Microprocessors and Microsystems, v.24, p.113-119, 2000. RINEHART, N. e JURY, F. O impacto das vlvulas de controle na otimizao de processos. InTech Brasil, v.14, n.4, p.38-44, abril, 1999. RODD, M. G.; DIMYATI, K. e MOTUS, L. The design and analysis of low-cost real-time fieldbus systems. Control Engineering Practice, v.6, p.83-91, 1998. SAND, J. R.; VIENEYARD, P. E. e NOWAK, P. E. Experimental performance of ozone-safe alternative refrigerants. ASHRAE Transactions, v.96, n.2, p.173-782, 1990. SMAR Como implementar projetos com fieldbus foundation. Sertozinho: 1998. v.1, 236p. STEPHANOPOULOS, G. Chemical process control: An introduction to theory and practice. 1.ed. New Jersey: Prentice-Hall International Inc, 1984. 696p. THOMESSE, J. P. Fieldbuses Practice, v.7, p.81-94, 1999. THOMESSE, J. P. p.35-45, 1998. and interoperability. Control Engineering
A review of the fieldbuses. Annual Reviews in Control, v.22,
VDA, M. e VRBA, R. Actuador-sensor-interface interconnectivity. Control Engineering Practice , v.7, p.95-100, 1999. VERHAPPEN, I. Foundation fieldbus economics comparison. ISA Transactions, v.39, p.281-285, 2000. WONG, A. K. H. e JAMES, R. W. Control strategies if an intelligent controller for a lquid chilling plant. International Journal of Refrigeration, v.1, p.327-335, 1988.
45
46
Comportamento dinmico das variveis sob perturbaes individuais
CAPTULO 2 COMPORTAMENTO DINMICO DAS VARIVEIS SOB PERTURBAES INDIVIDUAIS
2.1- Introduo
Tradicionalmente, a engenharia de controle baseia-se em buscar modelos matemticos que representem de forma simplificada o processo a ser controlado. Normalmente restries e simplificaes so utilizadas para a obteno de tais modelos, que, geralmente, so representados utilizando-se as transformadas de Laplace e z. Para a obteno de solues analticas ideais dos modelos encontrados, assume-se a linearidade dos sistemas, onde variaes nas entradas resultam em variaes proporcionais nas sadas e a invarincia dos parmetros com o tempo. Sistemas no lineares no possuem teoria geral para soluo analtica, exigindo a sua linearizao em torno do ponto de operao para esta finalidade. A busca terica de modelos, em muitos casos, no se aplica devido complexidade e ao carter fortemente no linear dos sistemas reais. Aps a montagem e instalao do sistema de refrigerao e da instrumentao passou-se fase crtica do start up do sistema. Esta fase caracterizou-se por diversos ajustes nas condies de operao. Problemas de implementao e montagem foram sendo solucionados, sucessivamente, de forma satisfatria com os recursos disponveis. Devido complexidade do sistema de refrigerao, diversos ensaios de conhecimento do comportamento das variveis e suas interaes tiveram que ser
47
realizados. Tais ensaios fazem parte da metodologia de construo de um conhecimento especialista do sistema, que foi de fundamental importncia no desenvolvimento dos controladores fuzzy. Com o objetivo de obter um conhecimento do comportamento dinmico das variveis dependentes, o sistema de refrigerao para resfriamento de lquido foi submetido a diferentes perturbaes individuais, a partir de condies em regime permanente, a fim de analisar as tendncias e atenuaes dos parmetros do modelo a partir das mesmas condies iniciais.
2.2- Reviso bibliogrfica e fundamentao terica

As simplificaes adotadas nos modelos propostos os afastam de uma descrio matemtica significativa e realista dos processos industriais. As principais causas das dificuldades encontradas em se representar de forma real um sistema industrial so (Shaw & Simes, 1999): Compreenso deficiente dos fenmenos qumicos e fsicos. A completa compreenso fsica e matemtica dos fenmenos envolvidos nos processos uma tarefa difcil de ser realizada, quanto mais se obtm conhecimento dos fenmenos que ocorrem nos processos mais complexos se tornam. Valores imprecisos de parmetros do modelo.
Os valores dos parmetros do modelo so de fundamental importncia para a anlise quantitativa dos mesmos, porm, raramente esto disponveis ou variam com o tempo, o que leva a um esforo adicional para o entendimento de como isso ocorre. O tempo morto (dead time) um parmetro tpico em processos
48
industriais e crtico de se avaliar, devido sua impreciso podendo, inclusive, causar srios problemas de estabilidade. Dimenso e complexidade do modelo.
Preciso e alta resoluo aumentam significativamente a dimenso e complexidade dos modelos. Cuidados devem ser tomados para que a
complexidade no exceda certo grau, que dificulte sua aplicao em tempo real. Observa-se que 80% dos controladores industriais so baseados na lgica PID; j controladores multivariveis complexos e avanados esto implementados em menor nmero. Por outro lado, deve-se salientar que controladores PID so lineares, portanto, inapropriados ao controle de sistemas no lineares. Perturbaes externas. consideradas podem ser
As perturbaes externas afetam os sistemas e devem ser na implementao do modelo. Quando de pequeno impacto,
negligenciadas. Deficincia de qualificao tcnica.
O conhecimento necessrio para projetar, implementar e manter um sistema de controle multivarivel e no linear est muito alm do necessrio para operar sistemas PID em plantas industriais, sendo necessrio recrutar mo-deobra especializada para este fim. Aqui se deve notar que a propriedade fundamental dos controladores fuzzy a de se basearem na experincia dos operadores e, portanto, de operao mais rpida e amigvel. Esse fator, por si s, torna-se um argumento plausvel e poderoso na adoo do sistema fuzzy em aplicaes especficas. Os processos industriais, geralmente, apresentam caractersticas de
atraso de transporte, no linearidades, modelos de ordem elevada, alm de serem

49
afetados por rudos, perturbaes de carga ou outras condies que causam mudanas repentinas na estrutura do modelo. Assim, grande esforo acadmico e industrial vem sendo realizado no sentido de implementar controladores PID que proporcionem um adequado controle de tais processos, superando e viabilizando dinmicas assintticas planta (Almeida & Coelho, 1999). O mtodo da curva de reao de processo pode ser usado para obter parmetros de sintonia com tcnicas usuais baseado no modelo de primeira ordem com tempo morto. Porm, estas tcnicas no podem ser realizadas on-line e requerem procedimentos tediosos (Sung et al., 1998). 2.2.1- Linearidade em processos dinmicos Todos os processos industriais reais exibem, em maior ou menor grau, comportamento no linear. Quando o comportamento apresentado fortemente no linear, a teoria de controle clssico, que se fundamenta em modelos lineares, se torna inadequada, sendo necessrio o desenvolvimento de uma modelagem no linear que descreva o processo. Quando um processo apresenta um comportamento levemente no linear so aplicados mtodos de linearizao facilitando a aplicao da teoria de controle clssico. Um processo no-linear pode ser definido como um processo que possui um ganho, uma constante de tempo ou uma taxa de integrao que no constante, mas depende dos valores das entradas e sadas do processo (Ogunnaike & Ray, 1994). claro que as mudanas no ganho e na constante de tempo podem ser to pequenas que no chegam a ser significativas, mas, em alguns casos, as mudanas so to grandes que os sistemas de controle podem se tornar instveis.
50
Existem duas propriedades bsicas que caracterizam o comportamento linear de um sistema (Ogunnaike & Ray, 1994): Princpio da superposio O princpio da superposio estabelece que a resposta de um sistema linear para a soma de N entradas igual a soma das respostas relativas s entradas individuais. Assim, se a resposta de um sistema linear entrada P1 R1 e a resposta P2 R2 ento, de acordo com o princpio da superposio, a resposta para (P1 + P2) (R1 + R2). Como resultado deste princpio, a resposta de um sistema linear para uma perturbao degrau de magnitude A igual a A vezes a resposta obtida por uma perturbao degrau unitria. O mesmo se aplica para qualquer tipo de entrada no sistema (figura 2.1a). O princpio da superposio tambm determina que, partindo de um mesmo regime permanente, a resposta observada para uma certa mudana positiva na entrada ser um perfeito espelho resposta apresentada quando aplicada uma mudana negativa de igual amplitude (figura 2.1b). Independncia do carter dinmico da resposta e das condies do processo. Em um sistema linear, o carter dinmico da resposta do sistema a mudanas na entrada independente de condies de operao especficas, ou seja, mudanas idnticas implementadas em diferentes condies iniciais de regime permanente promovero respostas de mesma magnitude (figura 2.2). Um sistema no linear no exibe nenhuma dessas caractersticas. Em particular, a resposta final de um processo no linear submetido a um sinal de entrada perfeitamente senoidal no apresentar um comportamento similar.
51
Comportamento dinmico das variveis sob perturbaes individuais Entradas Sadas
3 2 1
15 10 05
(a)
Entradas Sadas
3 2 1
15 10 05
(b) Figura 2.1 Representao do princpio da superposio aplicado a
sistemas lineares.
Entradas Sadas
3 2 1
15 10 05
Figura 2.2 -
Representao do princpio da independncia da resposta
dinmica e das condies do processo em sistemas lineares. As dinmicas no lineares so inevitveis na maioria dos processos industriais especialmente quando se deseja um maior aprimoramento nas modelagens para uma perfeita representao dos sistemas.
52
2.3- Metodologia
2.3.1- Determinao das condies iniciais dos ensaios Para o desenvolvimento dos ensaios de determinao dos parmetros de controle do sistema de refrigerao foi necessria a definio das condies iniciais dos ensaios, em regime permanente, que serviram como referncia para as perturbaes nas variveis do sistema. A abertura da vlvula de controle de vazo de gua do condensador, a freqncia de rotao da bomba de propileno glicol e a freqncia de rotao do compressor foram pr-estabelecidas como as variveis manipulveis do sistema de refrigerao. A definio das condies iniciais consistiu em alcanar um regime permanente que permitisse obter a amplitude das variaes positiva e negativa das variveis manipulveis do sistema. A realizao do ensaio consistiu em colocar o sistema de refrigerao em funcionamento, com as resistncias do tanque de propileno glicol ligadas promovendo uma carga trmica artificial de 11,2 kW. O ensaio foi considerado terminado quando se estabeleceu um regime permanente das variveis monitoradas do sistema. Sabe-se que o sistema de refrigerao um ciclo fechado, cujas condies termodinmicas do refrigerante primrio em cada posio do circuito so dependentes entre si e das condies externas. Intrinsecamente, as variveis se adequaro a uma condio induzida devido ao controle exercido pela vlvula de expanso mediante a manuteno do superaquecimento do refrigerante na sada do evaporador.
53
2.3.2- Ensaios para verificao do comportamento das variveis do sistema de resfriamento de lquido (Chiller) Um dos procedimentos mais utilizados para se ajustar os parmetros de sintonia dos controladores o mtodo da curva de reao que consiste em abrir a malha de controle imediatamente antes do elemento final de controle e impor uma perturbao do tipo degrau na varivel manipulada. A curva de reao gerada caracterizada de acordo com a sua amplitude e tempo de estabilizao, permitindo uma avaliao do comportamento dinmico das variveis sob perturbao, o que subsidiar uma anlise de sensibilidade de parmetros, utilizada para a definio das malhas de controle mais adequadas. 2.3.3- Verificao do grau de linearidade das variveis de processo do sistema de resfriamento de lquido (Chiller) O grau de linearidade das variveis de processo do sistema de refrigerao para resfriamento de lquido foi verificado mediante a realizao de ensaios para a verificao da sua conformidade com os princpios de linearidade. Para a avaliao do princpio da independncia da resposta dinmica, as condies iniciais, CI1, foram modificadas sendo alcanado um novo regime permanente, CI2. Em seguida, o processo foi submetido s mesmas perturbaes aplicadas nos ensaios de verificao do comportamento das variveis. Uma anlise grfica comparativa foi realizada com as respostas apresentadas por ensaios similares. Para a verificao do princpio da superposio, foram realizados ensaios impondo ao sistema perturbaes (positivas e negativas) com diferentes
amplitudes das variveis manipuladas, para as mesmas condies iniciais.
54
2.3.4- Perturbaes individuais com diversas amplitudes usual em ensaios de sintonia de controladores convencionais apenas a investigao da reao do processo frente perturbao com uma nica amplitude e sentido, considerando-se que perturbaes diversas promovero
reaes proporcionais s obtidas nos ensaios. Esta considerao equivocada em sistemas no lineares. Foram definidos trs nveis de perturbao positiva (grande positiva GP, mdia positiva MP e pequena positiva PP) e trs nveis de perturbao negativa (grande negativa GN, mdia negativa MN e pequena negativa PN) para cada varivel manipulada. As condies iniciais dos ensaios e os nveis de perturbaes individuais so apresentados na tabela 2.1. As condies iniciais (CI2) foram escolhidas como condio padro nos ensaios de perturbaes devido a sua faixa de variao das variveis manipuladas mais conveniente. Tabela 2.1 - Condies iniciais (CI2) e nveis de perturbaes individuais tipo degrau, com diversas amplitudes.
Condies Iniciais (CI2) Fechamento da vlvula de controle da gua (%)
38% (vgua = 1808,3 L/h)
Freq. de rotao do compressor (Hz)

50 Hz (vR404A = 174,6 L/h)
Freq. de rot. da bomba de Propileno glicol (Hz)

40 Hz (vProp = 1912,1 L/h)
Variaes dos valores das perturbaes individuais Fechamento da vlvula de controle da gua (%) FVC
PP 4% PN -4% MP 8% MN -8% GP 12% GN -12%
Freqncia de rotao do compressor (Hz) FRC

PP 5 Hz PN -5 Hz MP 10 Hz MN -10 Hz GP 15 Hz GN -15 Hz
Freq. de rot. da bomba de propileno glicol (Hz) FRB

PP 5 Hz PN -5 Hz MP 10 Hz MN -10 Hz GP 15 Hz GN -15 Hz
55
Os ensaios de perturbaes seguiram o planejamento apresentado na tabela 2.2. Os dados experimentais das curvas de reao foram ajustados a uma curva tipo S onde foram caracterizadas trs constantes, o tempo de atraso (L) e a constante de tempo (T) e o ganho esttico (k). O tempo de atraso e a constante de tempo foram determinadas traandose uma reta tangente ao ponto de inflexo da curva. A interseco da reta com a abscissa e com a linha c(t) = k definem o tempo de atraso e a constante de tempo, respectivamente (figura 2.3).
Tabela 2.2 - Planejamento
de
ensaios
com
perturbaes
individuais
em
diversas amplitudes, partindo-se das condies iniciais (CI2).

Ensaio
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18
FVC (%)
4% - 1535,5 L/h - PP 8% - 1316,0 L/h - MP 12% - 935,0 L/h - GP -4% - 2032,1 L/h - PN -8% - 2128,2 L/h - MN -12% - 2277,1 L/h - GN 0 0 0 0 0 0 0 0 0 0 0 0
FRC (Hz)
0 0 0 0 0 0 5 Hz 178,2 L/h - PP 10 Hz 180,0 L/h - MP 15 Hz 186,0 L/h - GP -5 Hz 168,0 L/h - PN -10 Hz 164,4 L/h - MN -15 Hz 154,2 L/h - GN 0 0 0 0 0 0
FRB (Hz)
0 0 0 0 0 0 0 0 0 0 0 0 5 Hz 2132,5 L/h - PP 10 Hz 2362,6 L/h - MP 15 Hz 2608,0 L/h - GP -5 Hz 1681,5 L/h - PN -10 Hz 1438,5 L/h - MN -15Hz 1210,1 L/h - GN
56
Figura 2.3 -
Curva de reao de um processo e a determinao grfica do
tempo de atraso (L), da constante de tempo (T) e do ganho (k).
A determinao desses parmetros permite uma aproximao de um modelo primeira ordem com tempo morto, conforme equao 2.1 (Stephanopoulos, 1984).
G ( s) =
K p .e Ls T .s + 1
ou
y( t L ) = K p .( 1 e
( t L ) T
(2.1)
O mdulo no linear do programa STATISTICA 5.0 foi usado para a realizao dos ajustes dos dados experimentais. 2.3.5- Anlise de sensibilidade do ganho (k) das variveis de processo Com o objetivo de selecionar a melhor estratgia SISO para as malhas de controle do processo, utilizando os controladores convencionais, as curvas de reao, ajustadas para a sintonia, foram utilizadas na determinao dos fatores de sensibilidade das variveis de controle frente s perturbaes nas variveis manipuladas.
57
O fator de sensibilidade uma forma quantitativa de expressar o grau de influncia de um parmetro sobre a varivel-resposta, sendo calculado como a razo entre a variao percentual dos parmetros de sada (varivel de processo, VP) e a variao percentual dos parmetros de entrada (varivel manipulada, VM), conforme equao abaixo. Este fator indica o ganho (k), no regime permanente, ou seja, quanto varia o parmetro de sada, em relao variao do parmetro de entrada, no novo regime permanente.
VP2 o RP VP1o RP
.100 VP1o RP FS = VM2 o RP VM1o RP .100 VM1o RP
(2.2)
onde 1RP e 2RP representam os regimes permanentes inicial e final, antes e aps a perturbao,respectivamente.
2.4- Resultados Obtidos

2.4.1- Determinao das condies iniciais dos ensaios. As condies iniciais (CI1) obtidas em regime permanente, apresentadas
na tabela 2.3, foram alcanadas e utilizadas como ponto de partida em todos os ensaios de perturbaes nas variveis manipuladas para construo das curvas de reao do processo. Algumas variaes nos valores foram identificadas devido a alteraes ambientais e de natureza inerente ao processo de resfriamento.
58
Tabela 2.3 - Condies iniciais (CI1) e valores do regime permanente obtido.

Condies iniciais Varivel Manipulada
Fechamento da vlvula de controle da gua (FVC) Freqncia da bomba de propileno glicol (FRB) Freqncia da rotao do compressor (FRC) Carga trmica / COP Potncia do compressor Potncia da bomba de propileno glicol Potncia da bomba centrfuga da gua
Valores fixados
30% 30 Hz 52 Hz 11,2 kW / 1,2 5,2 kW 0,2 kW 0,4 kW (nominal)
Regime Permanente alcanado Temperaturas do sistema

Evaporao Condensao Suco Refrigerante lquido Sada do evaporador -17,1 C 27,6 C -1,4 C 26,7 C -12,8 C Descarga Entrada da gua Sada da gua Entrada do propileno glicol Sada do propileno glicol 61,8 C 19,2 C 24,1 C 5,6 C -1,7 C
Presses do sistema (manomtrica)

Presso de Evaporao Presso de Suco 0,21 MPa 0,19 MPa Presso de Descarga Presso de Condensao 1,22 MPa 1,23 MPa
Vazes do sistema
gua 2174,6 L/h Propileno glicol 1379,4 L/h Refrigerante Lquido (R-404A) 204,6 L/h
2.4.2- Ensaios para verificao preliminar do comportamento das variveis do sistema de resfriamento de lquido (Chiller). Depois de alcanado o regime permanente das variveis do sistema de refrigerao, com as condies iniciais CI1, foram realizadas perturbaes
individuais de mesma magnitude, porm positiva e negativa, do tipo degrau (tabela 2.4) nas variveis manipuladas com o objetivo de se obter as curvas de reao das variveis de possvel controle. Ateno especial foi dada ao comportamento da temperatura da sada do propileno glicol do evaporador, pois esta varivel de fundamental importncia
59
quanto aplicao no processo de resfriamento e define a qualidade final do processo. As perturbaes das variveis efetivamente manipulveis promovem, respectivamente, as alteraes nas condies de operao das respectivas variveis de processo. Tabela 2.4 - Perturbaes realizadas nas variveis manipuladas para a CI1.
Varivel manipulada
Fechamento da vlvula de controle da gua (FVC) Freqncia da bomba de propileno glicol (FRB) Freqncia do compressor (FRC)
Perturbao
30 35% 30 25% 30 40 Hz 30 20 Hz 52 62 Hz 52 42 Hz
Var. de processo
Vazo de gua Vazo de propileno glicol Vazo do refrigerante lquido (R-404A)
Perturbao
2174,6 1957,3 L/h 2174,6 2296,2 L/h 1379,4 1912,1 L/h 1379,4 959,6 L/h 204,6 219,6 L/h 204,6 196,8 L/h
A carga trmica manteve-se inalterada, apesar de no ser considerada como uma varivel manipulada nos ensaios, onde os controladores sero testados frente a perturbaes na carga. Nas figuras 2.4, 2.5 e 2.6 esto apresentadas as curvas de reao das variveis de processo, temperatura de evaporao (TEV), temperatura de condensao (TCOND) e temperatura de sada do propileno glicol (TSP), respectivamente. Os eixos ordenados dos grficos so expressos em termos de diferencial de temperatura relativa s condies iniciais (CI1). Evidencia-se o histrico da temperatura de sada do propileno glicol do evaporador, por ser considerada uma temperatura importante na definio da qualidade do processo.
60
3 Negativo 2 Positivo
3 Negativo Positivo
TEV (C)
TCOND (C)
-1
-1
-2
-2 -3 0 1000 2000 3000 4000 5000 6000 -3 0 1000 2000 3000 4000 5000 6000
Tempo (s)
Tempo (s)
Negativo 2 Positivo
TSP (C)
-1
-2
-3 0 1000 2000 3000 4000 5000 6000
Tempo (s)
Figura 2.4 -
Curvas de reao para perturbaes positivas e negativas
(5%) no fechamento da vlvula de controle da gua (FVC).
61
Negativo Positivo
Negativo Positivo
TEV (C)
TCOND (C)
-1
-1
-2
-2 -3 0 1000 2000 3000 4000 5000 6000 -3 0 1000 2000 3000 4000 5000 6000
Tempo (s)
Tempo (s)
Negativo Positivo
TSP (C)
-1
-2
-3 0 1000 2000 3000 4000 5000 6000
Tempo (s)
Figura 2.5 -
(10%) na freqncia de rotao da bomba de propileno glicol (FRB).
62
3 Negativo Positivo
2 Negativo Positivo
TEV (C)
TCOND (C)
-1
-1
-2
-2 -3 0 500 1000 1500 2000 2500 3000 3500 -3 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Tempo (s)
3 Negativo 2 Positivo
TSP (C)
-1
-2
-3 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Figura 2.6 -
(10%) na freqncia de rotao do compressor (FRC).
Uma caracterstica importante foi observada no comportamento dinmico das temperaturas do propileno glicol e evaporao, quando submetidas a perturbaes na freqncia de rotao da bomba de propileno glicol (figura 2.5), em que se verificou inicialmente, uma resposta inversa e, depois de alguns minutos, seguiu-se uma tendncia semelhante s da perturbao. Geralmente esse tipo de reao caracterizado por ao combinada de efeitos, com aes opostas, no sistema (Stephanopoulos, 1984).
63
A complexidade num sistema que exibe respostas inversas reside na determinao das aes contrrias que afetam o processo e, assim, ajust-las aos dados. Esses sistemas so particularmente difceis de controlar e requerem ateno especial. No caso especfico das perturbaes da freqncia de rotao da bomba de propileno glicol, as respostas inversas apresentadas pelas temperaturas de evaporao e sada do propileno glicol podem ser atribudas ao da vlvula de expanso termosttica que tende a corrigir as alteraes de temperatura na sada do evaporador, invertendo o comportamento destas temperaturas. Para o sistema de refrigerao estudado este comportamento se constitui numa caracterstica intrnseca do sistema, no sendo possvel, com a instrumentao utilizada, a determinao exata da intensidade dos efeitos da vlvula de expanso e da freqncia de rotao da bomba. No desenvolvimento de sistemas de controle para refrigerao, o objetivo especfico manter condies de operao estveis independente das variaes de carga trmica na operao. Portanto, no so comuns nestes sistemas alteraes de set-point que levariam a uma fraca atuao dos controladores. Assim, neste trabalho, dada uma respostas reversas. 2.4.3- Verificao do comportamento no linear das variveis do sistema de resfriamento de lquido (Chiller). As condies iniciais dos ensaios foram alteradas para observar a existncia de no linearidades do sistema quando submetido a perturbaes de igual amplitude das variveis manipuladas. Para fins comparativos os valores das condies iniciais adotados so apresentados na tabela 2.5. As primeiras condies iniciais so denominadas CI1 e as novas condies iniciais CI2.
64
ateno maior aos instantes iniciais aps
perturbao, sendo consideradas as tendncias iniciais, mesmo no caso de
Tabela 2.5 - Condies iniciais e valores do regime permanente obtido.

Condies Iniciais Varivel manipulada
Fechamento da vlvula de controle da gua (FVC) Freqncia da bomba de propileno glicol (FRB) Freqncia da rotao do compressor (FRC) Carga trmica / COP Potncia do compressor Potncia da bomba de propileno glicol Potncia da bomba centrfuga da gua
CI1
30% 30 Hz 52 Hz 11,2 kW / 1,2 5,20 kW 0,2 kW 0,4 kW *
CI2
38% 40 Hz 50 Hz 8,6 kW / 1,9 4,45 kW 0,3 kW 0,4 kW *
Regime permanente alcanado Temperaturas do sistema

Evaporao Condensao Suco Refrigerante lquido Sada do evaporador Descarga Entrada da gua Sada da gua Entrada do propileno glicol no evaporador Sada do propileno glicol do evaporador
CI1
-17,1 C 27,6 C -1,4 C 26,7 C -12,8 C 61,8 C 19,2 C 24,1 C 5,6 C -1,7 C
CI2
-24,4 C 31,2 C -9,6 C 27,6 C -18,7 C 68,2 C 20,0 C 24,2 C -7,5 C -11,9 C
Presses do sistema (man)

Presso de Evaporao Presso de Suco Presso de Descarga Presso de Condensao
CI1
0,21 0,19 1,23 1,22 MPa MPa MPa MPa
CI2
0,14 MPa 0,13 MPa 1,45 MPa 1,44 MPa
Vazes do sistema
Vazo de gua Vazo de propileno glicol Vazo de R-404A lquido * Potncia nominal
CI1
2174,6 L/h 1379,4 L/h 3,41 L/min
CI2
1808,3 L/h 1912,1 L/h 2,91 L/min
Os nveis de perturbaes individuais positivas e negativas, anlogas s CI1, a partir da segunda condio inicial (CI2), para posterior comparao, so mostrados na tabela 2.6.
65
Tabela 2.6 - Perturbaes realizadas nas variveis manipuladas para a CI2.

Varivel manipulada
Fechamento da vlvula de controle da gua (FVC) Freqncia da bomba de propileno glicol (FRB) Freqncia do compressor (FRC)
Perturbao
38 43% 38 33% 40 50 Hz 40 30 Hz 50 60 Hz 50 40 Hz
Var. de processo
Vazo de gua Vazo de propileno glicol Vazo do refrigerante lquido - 404A
Perturbao
1808,3 1494,8 L/h 1808,3 2102,5 L/h 1912,1 2356,7 L/h 1912,1 1402,1 L/h 2,91 3,00 L/min 2,91 2,74 L/min
Os ensaios de perturbao das variveis manipuladas foram realizados nas novas condies iniciais e obtidas as curvas de reao das variveis de processo. Nas figuras 2.7, 2.8 e 2.9 so apresentadas as curvas de reao partindo-se das duas condies iniciais submetidas s perturbaes propostas nas tabelas 2.4 e 2.6.
2,5 2,0 1,5 1,0
CI1 CI2
TEV (C)
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 0 200 400 600 800 1000 1200 1400 1600 1800
Tempo (s)
5 4 3
2,5
CI1 CI2
2,0 1,5 1,0
CI1 CI2
TCOND (C)
TSP (C)
0,5 0,0 -0,5 -1,0 -1,5
1 0 -1 -2 -3 0 200 400 600 800 1000 1200 1400 1600 1800
-2,0 -2,5 0 200 400 600 800 1000 1200
Tempo (s)
Tempo (s)
Figura 2.7 - Curvas de reao para perturbaes positiva e negativa (5%) no FVC, a partir das condies iniciais CI1 e CI2.
66
2,5 2,0 1,5 1,0
CI1 CI2
TEV (C)
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5
200
400
600
800
1000
1200
Tempo (s)
2,5 2,0 1,5 1,0
2,5
CI1 CI2
2,0 1,5 1,0
CI1 CI2
TCOND (C)
0,0 -0,5 -1,0 -1,5 -2,0 -2,5
TSP (C)
0 200 400 600 800 1000 1200
0,5
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 0 200 400 600 800 1000 1200
Tempo (s)
Tempo (s)
Figura 2.8 - Curvas de reao para perturbaes positiva e negativa (10%) na FRB, a partir das condies iniciais CI1 e CI2.
2,5 2,0 1,5 1,0
CI1 CI2
TEV (C)
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 0 200 400 600 800 1000 1200 1400 1600 1800
Tempo (s)
2,5 2,0 1,5 1,0
2,5
CI1 CI2
2,0 1,5 1,0
CI1 CI2
TCOND (C)
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 0 200 400 600 800 1000 1200 1400 1600 1800
TSP (C)
0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 0 200 400 600 800 1000 1200 1400 1600 1800
Tempo (s)
Tempo (s)
Figura 2.9 -
Curvas de reao para perturbaes positiva e negativa ( 10%)

67
na FRC, a partir das condies iniciais CI1 e CI2.
A no linearidade tambm pode ser observada quando o sistema, nas mesmas condies iniciais, submetido a perturbaes de diferentes intensidades e apresenta respostas no proporcionais. Uma anlise qualitativa das figuras anteriores indica pequena diferena nas curvas de reao da temperatura de evaporao nas duas condies iniciais estudadas, utilizando os princpios da superposio e da independncia dinmica do processo, a no linearidade mais fortemente observada nas temperaturas de condensao e sada de propileno glicol. Um comportamento no linear das variveis pode ser observado na amplitude diferenciada da curva de reao das variveis quando submetidas a perturbaes opostas e de igual intensidade. Este comportamento no linear pode ser atribudo s caractersticas complexas do sistema quanto s trocas trmicas, processos termodinmicos e a presena de elemento de controle substancialmente no linear (vlvula de controle da gua). O controle convencional apresenta um bom desempenho em sistemas lineares, sem descontinuidades ou que devam operar em condio fixa, na qual pequenas variaes podem ser aproximadas para uma proporcionalidade. Para que o controle convencional seja satisfatrio em sistemas no lineares necessria a implementao de algoritmos adaptativos e auto-sintonia dos
parmetros do controlador. Foi constatado que as variaes ambientais ocorridas durante a realizao dos experimentos, tais como a temperatura de bulbo mido, a temperatura de bulbo seco e a umidade relativa do ar afetam significativamente o desempenho da torre de resfriamento, causando alteraes na temperatura de entrada da gua no
68
condensador e, por conseqncia, na temperatura de condensao, conforme se verifica na figura 2.10. Uma vez que estas variveis no constavam do escopo do trabalho, tentou-se reduzir os efeitos das variveis climticas utilizando-se um variador de freqncia no ventilador da torre de resfriamento, ajustando-se manualmente sua rotao a fim de que se obtivesse o valor desejado da temperatura de entrada da gua em um intervalo de variao aceitvel durante a realizao dos experimentos. Na figura 2.10 so apresentadas as variaes da temperatura de entrada da gua no condensador e seu efeito na temperatura de condensao antes e depois da utilizao do variador de freqncia no ventilador da torre. A alterao da rotao do ventilador da torre foi eficiente na manuteno da temperatura de entrada da gua no condensador apesar das fortes oscilaes ambientais normalmente apresentadas nesta poca do ano, conforme mostrada na figura 2.11.
37.0
25
37
25
Temperatura de Condensao (C)
Temperatura de Condensao (C)
Temperatura de Condensao
36.0
Temperatura de Condensao
36
Temperatura da gua Temperatura da gua (C)

24
Temperatura da gua Temperatura da gua (C)

24
35.0 23 34.0
35 23 34
22 33.0
22 33
32.0 5:30 6:15 7:00 7:50 8:43 9:58 11:41 13:24 9:22 10:58 12:36
21 15:26 17:13 14:42 16:30
32 7:51 8:43 9:32 10:28 11:13 12:03
21 12:59 14:01 15:20 16:40 18:07 13:29 14:42 15:52 17:15
Horrio
Horrio
(a)
(b)
Figura 2.10 - Histrico das temperaturas de condensao e entrada da gua no condensador antes (a) e depois (b) da instalao do variador de freqncia no ventilador da torre de resfriamento.
69
32
95
Temperatura
30
Umidade Relativa
85
Temperatura ambiente (C)
28 75
26
24
65
22 55 20
18 0 2 4 6 8 10 12 14 16 18 20
45
Hora
Figura 2.11 - Variao horria da temperatura ambiente e umidade relativa do ar ocorrida em 28/11/2001. (Fonte: Estao meteorolgica automtica situada na FEAGRI/UNICAMP CEPAGRI).
2.4.4- Perturbaes individuais com diversas amplitudes Aps a realizao dos ensaios, propostos na tabela 2.2, e ajuste das curvas reao tipo S aos dados experimentais, foram construdos grficos (figuras 2.12, 2.13 e 2.14) que representam todas as curvas de reao apresentadas pelas variveis de processo sob perturbaes e respectivos grficos adimensionalizados para verificao de possveis comportamentos anlogos. Todos os ensaios partiram das condies iniciais CI2, pois estas favoreceram a obteno de uma temperatura de sada do propileno glicol mais baixa e uma maior flexibilidade de atuao nas variveis manipuladas.
70
Umidade relativa (%)
5 4 3 2
1,0
0,8
0 -1 -2 -3 -4 -5 0 500 1000 1500 Perturbaes no fechamento da vlvula de controle da gua GP
T / Tfinal
TEV (C)
0,6
0,4 Perturbaes no fechamento da vlvula de controle da gua GP
0,2
0,0 0 500 1000 1500
Tempo (s)
Tempo (s)
(a)
5 4 3 2 0,8 1,0
TCOND (C)
T / Tfinal
1 0 -1 -2 -3 -4 -5 0 500 1000 1500 Perturbaes no fechamento da vlvula de controle da gua GP GN MP PP
0,6 Perturbaes no fechamento da vlvula de controle da gua GP GN 0,4 MP PP
0,2
0,0 0 500 1000 1500
Tempo (s)
Tempo (s)
(b)
5 4 3 2 0,8 1,0
TSP (C)
0 -1 -2 -3 -4 -5 0 500 1000 1500 Perturbaes no fechamento da vlvula de controle da gua GP
T / Tfinal
0,6
0,4
Perturbaes no fechamento da vlvula de controle da gua GP
0,2
0,0 0 500 1000 1500
Tempo (s)
Tempo (s)
(c) Figura 2.12 - Curvas de reao da temperatura de evaporao (a),
temperatura de condensao (b) e temperatura de sada do propileno glicol (c) para perturbaes no fechamento da vlvula de controle da gua, em diversas amplitudes.
71
5 4 3 2
1,0
0,8
TEV (C)
1 0 -1 -2 -3 -4 -5 0 500 1000 1500 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP GN MN PN
T / T final
0,6 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP GN 0,2 MN PN
0,4
0,0 0 50 100 150 200 250 300 350 400 450 500
Tempo (s)
Tempo (s)
(a)
5 4 3 2 0,8 1,0
TCOND (C)
T / Tfinal
1 0 -1 -2 -3 -4 -5 0 500 1000 1500 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP GN MN PN
0,6 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP 0,4 GN MN PN
0,2
0,0 0 500 1000 1500
Tempo (s)
Tempo (s)
(b)
5 4 3 2 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP GN MN PN 0,8 1,0
TSP (C)
1 0 -1 -2 -3 -4 -5 0 500 1000 1500
T / Tfinal
0,6 Perturbaes na freqncia de rotao da bomba de propileno glicol GP MP PP GN 0,2 MN PN
0,4
0,0 0 50 100 150 200 250 300 350 400 450 500
Tempo (s)
Tempo (s)
temperatura de condensao (b) e temperatura de sada do propileno glicol (c) para perturbaes na freqncia de rotao da bomba de propileno glicol, em diversas amplitudes.
72
5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 0 500 1000 1500 Perturbaes na freqncia de rotao do compressor GP GN MP PP MN PN
1,0
0,8
T / T final
TEV (C)
0,6
0,4
Perturbaes na freqncia de rotao do compressor GP GN MP PP MN PN
0,2
0,0 0 50 100 150 200 250 300 350 400 450 500
Tempo (s)
Tempo (s)
(a)
5 4 3 2 0,8 1,0
TCOND (C)
1 0 -1 -2 -3 -4 MP -5 -6 0 500 1000 1500 PP MN PN Perturbaes na freqncia de rotao do compressor GP GN
T / Tfinal
0,6
0,4
Perturbaes na freqncia de rotao do compressor GP GN MP MN PN PP
0,2
0,0 0 50 100 150 200 250 300 350 400 450 500
Tempo (s)
Tempo (s)
(b)
5 4 3 2 1 0 -1 -2 -3 -4 MP -5 -6 0 500 1000 1500 PP MN PN 0,0 0 50 100 150 200 250 300 350 400 450 500 Perturbaes na freqncia de rotao do compressor GP GN 0,6 0,8 1,0
T / Tfinal
TSP (C)
0,4
Perturbaes na freqncia de rotao do compressor GP GN MP MN PN PP
0,2
Tempo (s)
Tempo (s)
temperatura de condensao (b) e temperatura de sada do propileno glicol (c) para perturbaes na freqncia de rotao do compressor, em diversas amplitudes.
73
Utilizando as curvas de reao ajustadas apresentadas nas figuras 2.12 a 2.14 foram determinados os parmetros grficos de aproximao para um sistema de primeira ordem com tempo morto (equao 2.1). Os resultados so apresentados na tabela 2.7 e sero utilizados como ndices quantitativos dos ganhos do processo e das velocidades de resposta das variveis de processo dos ensaios realizados a partir do conjunto de experimentos propostos na tabela 2.2. Tabela 2.7 - Parmetros de grficos de ganho (k), constante de tempo (T) e tempo morto (L) dos ensaios com perturbaes individuais em diversas amplitudes.
Ensaio FVC FRC FRB (%) (Hz) (Hz) k
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 4% 8% 12% -4% -8% -12% 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 Hz 10 Hz 15 Hz -5 Hz -10 Hz -15 Hz 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 Hz 10 Hz 15 Hz -5 Hz -10 Hz * * 1,4 * * * -0,6 -1,4 -1,9 1,8 2,1 4,5 0,8 1,2 1,9 -0,8 -1,4 -2,1
TEV T
* * 806 * * * 78 67 58 77 73 118 61 80 83 95 67 64
Parmetros TSP L
* * 83 * * * 8 7 5 8 7 12 6 8 8 9 7 6
TCOND k
0,5 1,2 3,9 * * -1,3 0,6 0,7 1,3 -0,9 -1,2 -1,8 0,3 0,6 0,6 -0,4 -1,0 -1,1
k
* * 1,9 * * * -0,2 -1,2 -1,8 1,1 1,4 3,3 0,8 1,2 1,7 -0,7 -1,9 -3,1
T
* * 859 * * * 106 98 89 138 91 126 31 20 20 70 43 14
L
* * 89 * * * 11 10 9 14 9 13 2 1 1 6 3 0
T
180 166 87 * * 880 180 66 70 63 53 49 18 168 128 450 188 116
L
9 17 18 * * 91 18 7 7 6 5 5 2 17 13 47 19 12
18 0 0 -15Hz *no apresentou reao significativa
A superposio das curvas nos grficos adimensionais representaria um comportamento linear para as reaes das variveis de processo relativas s anlises da constante de tempo. A influncia dos valores do ganho eliminada
74
nos grficos adimensionais, sendo k =
Tfinal.
Em todos os ensaios foi observada
forte no linearidade evidenciada pelos grficos adimensionais. As perturbaes negativas no fechamento da vlvula de controle de gua (figura 2.12) foram pouco eficientes em promover reaes nas variveis de processo, este comportamento pode ser atribudo caracterstica no linear da vlvula de controle, a qual no promove variaes significativas de vazo de gua. Os ensaios com perturbaes em diversas amplitudes sero utilizados como base de conhecimento para a configurao do controlador Fuzzy/SISO. Nas figuras 2.15 e 2.16 esto representados os comportamentos das potncias consumidas nos motores do compressor e da bomba de propileno glicol quando o sistema foi submetido s perturbaes individuais que constam na tabela 2.2. No foram utilizados filtros para o tratamento dos sinais apresentados nas figuras abaixo.
450
4,9
Bomba de propileno glicol

400 4,7 GP 350 MP PP PN MN GN
Compressor
GP
PC (kW)
P C (W)
300
4,5
MP PP PN MN GN
250 4,3 200
150 0 250 500 750 1000 1250 1500
4,1 0 250 500 750 1000 1250 1500
Tempo (s)
Tempo (s)
(a)
(b)
Figura 2.15 - Comportamento das potncias consumidas nos motores da bomba de propileno glicol (a) e do compressor (b) quando o sistema glicol a partir das condies iniciais CI2, conforme a tabela 2.2. submetido a perturbaes na freqncia de rotao da bomba de propileno
75
4,75
6,5
Compressor
4,70 GP
6,0 5,5
Compressor
4,65 5,0
GP MP PP PN MN GN
PC (kW)
4,60
PC (kW)
0 500 1000 1500 2000
4,5 4,0 3,5
4,55
4,50 3,0 4,45 2,5 0 500 1000 1500 2000
Tempo (s)
Tempo (s)
(a) Figura 2.16 - Comportamento das potncias consumidas
(b) no motor do
compressor com o sistema sob perturbaes no fechamento da vlvula de controle da gua (a) e na freqncia de rotao do compressor (b). Na figura 2.15 pode ser observado que perturbaes do tipo degrau na FRB ocasionam alteraes na potncia consumida no motor da bomba de propileno glicol e tambm na potncia consumida no motor do compressor. Este comportamento atribudo a mudanas nas taxas de transferncia de calor no evaporador (carga trmica), alterando o ciclo termodinmico estabelecido sendo necessria uma adaptao do compressor ao novo ciclo, implicando numa variao da potncia de compresso, decorrente da variao da vazo de refrigerante e alterao da temperatura de evaporao. Perturbaes no FVC no causam alteraes na potncia consumida no motor da bomba de propileno glicol. Entretanto, na figura 2.16a pode ser visto que apenas a perturbao GP (grande positiva) no FVC ocasiona alteraes na potncia consumida do compressor. Esta restrita influncia da vlvula de controle na potncia do compressor se deve no linearidade de atuao da vlvula, que no promove variaes suficientes na vazo de gua que sensibilize a temperatura de condensao e conseqentemente a presso de condensao.
76
No caso de perturbaes na FRC, a potncia consumida no motor da bomba de propileno glicol no afetada, apenas a potncia consumida no prprio motor do compressor (figura 2.16b). Com o estudo do comportamento da potncia consumida nos motores do sistema frigorfico, pode ser estabelecido que a alterao da FRB promove uma demanda de energia eltrica adicional devido a ao do compressor. Portanto, a utilizao de uma malha SISO, utilizando a FRB como varivel manipulada, apresentar uma demanda de energia eltrica maior do que a esperada apenas com a manipulao da FRB. Esta caracterstica pode ser observada nos comportamentos das potncias consumidas nos motores (figura 2.15). 2.4.5- Anlise de sensibilidade do ganho para as variveis de processo Os fatores de sensibilidade do ganho para as variveis de processo propostas so apresentados na figura 2.17 para perturbaes GP (Grande Positivas), apresentadas na tabela 2.2.
0,100
FVC FRC FRB
0,075
Fator de Sensibilidade
0,050
0,040 0,023 0,014 0,005 0,018
0,025
0,018
0,020
0,000
-0,025
-0,025
-0,023
-0,050
TEV
TCOND
TSP
Figura 2.17 - Fator de sensibilidade do ganho das variveis de processo a partir das perturbaes positivas das variveis de controle.
77
Analisando-se os fatores de sensibilidade apresentados na figura acima, pode ser escolhida a varivel manipulada mais efetiva no controle do processo, quanto a magnitude final da resposta apresentada para as trs variveis de processo (TEV, TCOND e TSP). Para a malha SISO do controle da temperatura de condensao fica evidente a escolha do fechamento da vlvula de controle da gua como varivel manipulada, devido ao seu alto fator de sensibilidade quando comparado com as outras variveis. Entretanto, nos ensaios foi observado um excessivo tempo de estabilizao, indicando que esta varivel no promove um satisfatrio tempo de resposta. Faz-se necessria uma anlise conjunta do comportamento das
variveis manipuladas para a escolha da malha de controle mais apropriada ao sistema. As malhas de controle da temperatura de evaporao e da temperatura de sada de propileno glicol apresentaram fatores de sensibilidade semelhantes para todas as variveis manipuladas. Neste caso a escolha da varivel manipulada tambm ser feita atravs da constante de tempo que revela a velocidade na qual a resposta final alcanada. Assim, para a malhas da temperatura de evaporao e temperatura de sada do propileno glicol poderiam ser escolhidas a freqncia de rotao do compressor e a freqncia de rotao da bomba de propileno glicol, respectivamente. Buscando a confirmao das concluses obtidas acima, foram realizados ensaios com perturbaes negativas, porm com a mesma amplitude (GN apresentada na tabela 2.2), para a verificao dos fatores de sensibilidade do ganho sob outra condio de perturbao. Na figura 2.18 so apresentados os fatores de sensibilidade do ganho nas variveis de processo, calculados para este novo ensaio.
78
0,075
FVC FRC FRB 0,032 0,023 0,014 0,000
0,050
Fator de Sensibilidade
0,025
0,019 0,010 0,000
0,000
-0,025
-0,042 -0,060
-0,050
-0,075
TEV
TCOND
TSP
Figura 2.18 - Fator de sensibilidade do ganho das variveis de processo a partir das perturbaes negativas das variveis de controle. Observando os fatores de sensibilidade apresentados na figura 2.18 se confirma a no linearidade do processo de resfriamento de lquido, no se dando apenas quanto s mudanas de condies iniciais, mas tambm devido magnitude das alteraes as quais o processo est submetido. Para a definio mais precisa das malhas de controle, passa-se a uma anlise conjunta das figuras 2.17, 2.18 e da tabela 2.7. Nos ensaios de perturbao positiva e negativa do fechamento da vlvula de controle ficou evidente a ao efetiva na resposta da temperatura de condensao. A sensibilidade das temperaturas de evaporao e sada do propileno glicol foi comprometida quando submetido perturbao negativa que no foi suficiente para causar algum efeito nestas variveis, devido pequena variao de vazo de gua proporcionada pela abertura da vlvula de controle nos ensaios.
79
Perturbaes na freqncia de rotao do compressor se mostraram mais eficientes na composio da malha e controle SISO da temperatura de evaporao, principalmente na perturbao negativa. A temperatura de sada do propileno glicol apresentou uma maior sensibilidade perturbao na freqncia de rotao da bomba de propileno glicol, apesar dos ensaios apresentarem resposta reversa. Depois de estudado o comportamento dinmico individual das variveis sob perturbaes, naturalmente constatou-se a necessidade de um conhecimento das influncias das interaes dessas variveis quando submetidas a
perturbaes simultneas, assunto abordado no prximo captulo. Alm disso, Tentou-se levantar subsdios para a definio das melhores malhas de controle quando implementado o controlador Fuzzy/SIMO (Single Input/Multi Output).
2.5- Concluses
O estudo do comportamento dinmico individual das variveis de processo revelou importantes caractersticas do sistema de refrigerao para resfriamento de lquido: A temperatura de sada do propileno glicol e a temperatura de evaporao apresentaram respostas inversas quando submetidas a perturbaes na freqncia de rotao da bomba de propileno glicol (FRB). Essa caracterstica sugere uma maior complexidade no projeto dos controladores que utilizem a FRB como varivel manipulada. O sistema apresentou no linearidades, observadas, principalmente, nas curvas de reao da temperatura de condensao. As provveis causas da no linearidade apresentadas podem ser atribudas
80
complexidade do sistema quanto s trocas trmicas e aos processos termodinmicos envolvidos. Com o estudo do comportamento das potncias consumidas nos motores do sistema de refrigerao, pode ser observada a influncia direta da FRB na demanda de energia eltrica dos motores da bomba de propileno glicol e compressor, ou seja, alterando a FRB, ocorre uma variao de demanda do compressor que possui maior consumo de energia. As perturbaes individuais realizadas em diversas amplitudes (positivas e negativas) possibilitaram a obteno de uma base de conhecimento que
subsidiar a implementao dos controladores SISO/fuzzy quanto s magnitudes dos ganhos e as velocidades de atuao. A determinao do fator de sensibilidade dos ganhos proporcionou a indicao das variveis manipuladas mais efetivas para compor as malhas de controle SISO. Foi constatado que a freqncia de rotao do compressor, de uma maneira geral, apresentou melhor desempenho quanto sensibilidade das variveis de processo (TEV, TSP e TCOND).
2.6- Referncias Bibliogrficas

ALMEIDA, O. D. M. e COELHO, A. A. R. Controladores PID auto-ajustvel e nebuloso: aspectos de projeto, sintonia e aplicao prtica. In: 4 SBAI - Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 675-680. OGUNNAIKE, B. A. e RAY, W. H. Nonlinear systems. Process dynamics, modelling and control. New York: 1994. p.311-329. SHAW, I. S. e SIMES, M. G. Controle e modelagem fuzzy. 1.ed. So Paulo: Editora Edgard Blucher Ltda, 1999. 165p.
81
STEPHANOPOULOS, G. Chemical process control: An introduction to theory and practice. 1.ed. New Jersey: Prentice-Hall International Inc, 1984. 696p. SUNG, S. W.; LEE, I.-B. e LEE, J. New process identification method for automatic design of PID controllers. Automatica, v.34, n.4, p.513-520, 1998.
82
Comportamento dinmico das variveis sob perturbaes simultneas
CAPTULO 3 COMPORTAMENTO DINMICO DAS VARIVEIS SOB PERTURBAES SIMULTNEAS
3.1 Introduo
O sistema de refrigerao caracteriza-se como um circuito fechado, onde todas as variveis interagem entre si e o meio externo. Esta interao foi observada nos ensaios preliminares pela constatao de respostas reversas e desvios do comportamento esperado. O estudo das interaes das variveis manipuladas nas variveis de processo de fundamental importncia para a implementao do controle multivarivel a partir de uma estratgia fuzzy por realimentao. Tendo em vista a no linearidade constatada no captulo 2, a aplicao de controladores convencionais pode ser ineficiente, possibilitando a viabilidade da utilizao de controladores avanados neste tipo de processo, no caso, o controlador fuzzy. A implementao do controle fuzzy multivarivel realizada em ambiente amigvel, porm, sua sintonia depende fortemente do conhecimento das interaes das variveis para uma definio das funes de pertinncia e suas regras. A fase de aprendizagem do sistema para a construo da base de regras do controlador fuzzy compreende a identificao de limites de operao, reaes das variveis de processo e a dinmica das interaes do processo.
83
No
desenvolvimento
deste
captulo,
metodologia
de
planejamento
experimental foi aplicada, objetivando o conhecimento da dinmica das interaes das variveis de processo do sistema de resfriamento de lquido quando submetidas a perturbaes das variveis manipuladas. O conhecimento deste comportamento permitir a construo das bases de conhecimento das malhas de controle fuzzy multivarivel.

Diversas publicaes cientficas enfatizam a contribuio do
comportamento transiente na interao das variveis dos processos industriais. Zamponi et al. (1996) realizaram uma investigao experimental e uma modelagem matemtica da para a determinao aplicadas pelo e estudo do comportamento nas vazes e
dinmico de uma coluna de extrao atravs de medidas das condies fluidodinmicas experimentais indicando a coluna quando perturbaes modelo
concentraes de entrada de solvente e de soluto. As curvas de reao adequadamente simulao como previstas uma matemtico de proposto, do importante ferramenta predio
comportamento de transferncia de massa em extratores. Trocadores de calor so amplamente utilizados na maioria das indstrias, sendo freqentemente conectados a outros equipamentos, sofrendo, em conseqncia, impacto considervel resultante de alteraes em parmetros tais como, temperaturas e vazes de entrada, criando a necessidade de um conhecimento do regime transiente para a definio do controle em tempo real, da otimizao e do uso racional da energia (Abdelghani-Idrissi et al., 2001). Abdelghani-Idrissi et al. (2001) estudaram a variao da resposta
transiente da temperatura ao longo de um trocador de calor tubular em contracorrente quando aplicada perturbao na vazo de entrada do fluido quente.
84
A resposta dinmica da temperatura foi aproximada a uma reposta de um sistema de primeira ordem. As constantes de tempo das respostas apresentaram-se como uma funo da vazo no trocador e assimtricas quando aplicadas perturbaes positivas e negativas. Em um estudo de modelagem e simulao do comportamento dinmico de um condensador casco e tubo, Botsch et al. (1997) impuseram perturbaes na carga do sistema. Constatou-se que os modelos propostos puderam ser utilizados na predio das respostas apresentadas pela temperatura de sada do condensador, algumas falhas na predio dos tempos de resposta foram atribudas a inrcia trmica do condensador. Em um trabalho similar, Alcock et al. (1997) realizaram a instrumentao de uma unidade piloto de um condensador casco e tubo para possibilitar o acompanhamento da resposta transiente da temperatura de saturao quando realizadas perturbaes na presso, na vazo de vapor, na vazo de ar, na vazo de gua de resfriamento e na temperatura da gua de resfriamento. O objetivo do trabalho foi o detalhamento dos fenmenos fsicos que acompanham estas mudanas. Com os resultados experimentais obtidos pode-se determinar que a taxa de condensao significativamente reduzida pelas perturbaes no
processo. Para o correto projeto e implementao de sistemas de refrigerao importante conhecer o perfil de carga trmica de determinada aplicao pois as variaes da demanda trmica afetam significativamente os equipamentos e o comportamento do sistema de controle (Lpez & Lacarra, 1999). Lpez & Lacarra (1999) utilizaram modelos matemticos dinmicos de sistemas de estocagem trmica (banco de gelo e tanque de gua gelada) para o estudo da variabilidade da demanda de refrigerao. Os modelos foram, potencialmente, teis tanto na predio do comportamento transiente do sistema
85
quanto no estabelecimento das melhores estratgias de controle da temperatura da gua gelada utilizada como varivel controlada. 3.2.1 Metodologia de planejamento experimental A metodologia de planejamento fatorial permite a obteno de correlaes multivariveis e o estudo dos efeitos e das interaes das variveis a partir de ensaios com valores adequadamente estabelecidos (nveis), possibilitando uma anlise estatstica dos resultados obtidos (resposta). Inicialmente, desenvolve-se um planejamento fatorial de dois nveis, sendo as variveis de estudo definidas em um valor mximo (+1) e um valor mnimo ( -1), denominados nveis. Os nveis so correlacionados com um nvel central de referncia (nvel 0). Esta investigao inicial de grande utilidade para o estudo dos efeitos das variveis na varivel resposta. Esse planejamento pode ser ento ampliado para um planejamento fatorial completo, atravs da adio de nveis axiais (+ e -), podendo-se, assim, estabelecer relaes matemticas entre as respostas e os fatores. Estas relaes podem ser polinomiais lineares ou quadrticas. A quantidade de ensaios do planejamento definida pela expresso 2n, onde o valor de n representa a quantidade de variveis (fatores) estudados. Na realizao do planejamento fatorial completo, o valor do nvel definido pela expresso
4
2n e adicionado ao planejamento um nmero de ensaios definido
pela expresso 2n. A significncia estatstica dos modelos obtidos avaliada atravs do clculo do teste F e sua comparao com o valor tabelado no intervalo de confiana adotado. O valor do teste F calculado no modelo proposto deve ser, pelo menos, cinco vezes maior que o valor do F tabelado (Neto et al., 1996).
86
3.3 Metodologia
3.3.1 Desenvolvimento dos planejamentos experimentais Planejamentos experimentais fatoriais completos (PEFC) foram propostos para verificar e quantificar os efeitos individuais e de interaes a partir das perturbaes simultneas das variveis manipuladas (fatores) nas variveis de processo (resposta). A metodologia de superfcie de resposta foi utilizada para definir modelos empricos que auxiliassem na predio do comportamento do sistema dentro do intervalo de trabalho das variveis. Pretendeu-se definir uma metodologia para o conhecimento do sistema, mais eficiente e rpida, baseada em tratamentos estatsticos, reduzindo a necessidade de um nmero maior de observaes. Foi constatado anteriormente que perturbaes individuais positivas e negativas produziam efeitos de diferentes amplitudes nas variveis de processo, Assim, foram propostos dois planejamentos experimentais para estudar os comportamentos de mesmo sentido com cada tipo de perturbao: freqncia de rotao do compressor (FRC), freqncia de rotao da bomba de propileno glicol (FRB) e fechamento da vlvula de controle da gua (FVC). O ganho esttico (k) e a inclinao da reta (I) no ponto de inflexo da curva S, que definem a intensidade e a velocidade do desvio da curva de reao, respectivamente, foram definidos como variveis-resposta dos planejamentos experimentais. As trs variveis manipuladas foram utilizadas como fatores do planejamento sendo necessria a realizao de 17 ensaios, ou seja 2n + 2n ensaios e uma triplicata no ponto central para a estimativa do erro experimental. Quando se utiliza trs fatores no planejamento experimental, os pontos axias (+ e -) possuem o valor codificado de 1,682. As perturbaes promovidas
87
dos ensaios dos planejamentos experimentais foram realizadas a partir das condies iniciais CI2, conforme tabela 2.5. Nos ensaios preliminares foi observado que a FRC produz efeito inverso nas temperaturas de evaporao e condensao. importante ressaltar que o objetivo da metodologia adotada foi a obteno do conhecimento das interaes entre as perturbaes nas variveis manipuladas visando alcanar um tipo de resposta especfico (positivo ou negativo) das variveis de processo. Assim, os planejamentos experimentais no poderiam ser realizados para a anlise simultnea das trs variveis manipuladas devido necessidade de definio de nveis de perturbaes diferentes para a FRC. Por exemplo, para obter respostas com variaes positivas das temperaturas de evaporao e condensao necessrio promover , respectivamente, variaes negativas e positivas na FRC . Assim, foram realizados planejamentos experimentais adicionais para a anlise especfica das respostas da temperatura de condensao.As variveis-resposta foram analisadas atravs de parmetros estatsticos e pela construo de superfcies de resposta dos modelos para cada varivel de processo (fatores). Na tabela 3.1 so apresentados os fatores do planejamento experimental e seus nveis de estudo para as perturbaes que promovem reaes positivas nas temperaturas de evaporao e sada de propileno glicol. Tabela 3.1 - Fatores e nveis finais adotados no PEFC 01. Fatores
Fechamento da vlvula de controle da gua (FVC,%) - 39,3 + 52,7 - 31,6 Freqncia de rotao do compressor (FRC,Hz) + 48,4 Freqncia de rot. da bomba de propileno glicol (FRB,Hz) - 41,6 + 58,4
Valores dos nveis / valores absolutos

-1 42 0 46 +1 50 -1 35 0 40 +1 45 -1 45 0 50 +1 55
Variaes das perturbaes efetuadas

+1,3 +4 +8 +12 +14,7 -18,4 -15 -10 -5 -1,6 +1,6 +5 +10 +15 +18,4
88
Os fatores e seus nveis de estudo para as perturbaes que promovem reaes negativas nas temperaturas de evaporao e sada de propileno glicol, so apresentadas na tabela 3.2. Tabela 3.2 - Fatores e nveis adotado no PEFC 02. Fatores

-1 26 0 30 +1 34 -1 55 0 60 +1 65 -1 25 0 30 +1 35

-14,7 -12 -8 -4 -1,3 +1,6 +5 +10 +15 +18,4 -18,4 -15 -10 -5 -1,6
Na tabela 3.3 so apresentados os fatores do planejamento experimental e seus nveis de estudo para as perturbaes que promovem reao positiva na temperatura de condensao do sistema. Tabela 3.3 - Fatores e nveis finais adotados no PEFC 03. Fatores

-1 42 0 46 +1 50 -1 55 0 60 +1 65 -1 45 0 50 +1 55

+1,3 +4 +8 +12 +14,7 +1,6 +5 +10 +15 +18,4 +1,6 +5 +10 +15 +18,4
Os fatores do planejamento experimental e seus nveis de estudo para as perturbaes que promovem reao negativa na temperatura de condensao do sistema so apresentados na tabela 3.4.
89
Tabela 3.4 - Fatores e nveis finais adotados no PEFC 04. Fatores


-1 26 0 30 +1 34 -1 35 0 40 +1 45 -1 25 0 30 +1 35

-14,7 -12 -8 -4 -1,3 -18,4 -15 -10 -5 -1,6 -18,4 -15 -10 -5 -1,6

3.4.1 Desenvolvimento dos planejamentos experimentais Na tabela 3.5 apresentada a matriz de planejamento desenvolvida no PEFC 01 e as respostas associadas a cada ensaio. A combinao das respostas dos ensaios permite a obteno de uma correlao multivarivel (modelos linear ou quadrtico) que facilita a compreenso e visualizao do comportamento das variveis de processo, temperatura de evaporao (TEV) e temperatura de sada do propileno glicol (TSP), de maneira grfica e matemtica. As curvas ajustadas aos histricos das variveis de processo dos ensaios dos planejamentos experimentais so mostradas no Apndice C. Os efeitos individuais e de interaes das variveis manipuladas foram determinados e representados na figura 3.1.
90
Tabela 3.5 - Resultados dos parmetros obtidos para TEV e TSP da matriz do PEFC 01. Fatores Ensaio
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15(C) 16(C) 17(C)
Respostas FVC
1 1 1 1 -1 -1 -1 -1 0 0 0 0 1,682 -1,682 0 0 0
FRB FRC
1 -1 1 -1 1 -1 1 -1 1,682 -1,682 0 0 0 0 0 0 0 1 1 -1 -1 1 1 -1 -1 0 0 1,682 -1,682 0 0 0 0 0
TEV TSP k (C) I (C/s) k (C) I (C/s)

3,2 2,5 5,5 5,1 3,2 2,6 5,8 5,4 3,6 3,2 1,6 5,8 4,1 3,4 3,4 3,6 3,4 0,0262 0,0179 0,0288 0,0278 0,0273 0,0227 0,0367 0,0289 0,0229 0,0226 0,0149 0,0341 0,0295 0,0249 0,0232 0,0253 0,0277 2,6 2,5 4,5 4,4 3,0 2,2 4,4 4,8 3,4 2,9 1,4 4,7 3,5 2,9 3,0 3,3 2,8 0,0675 0,0323 0,0662 0,0325 0,0742 0,0266 0,078 0,0361 0,0932 0,0175 0,0691 0,0651 0,0544 0,0477 0,0532 0,0541 0,0536
TCOND k (C) I (C/s)

1,5 1,0 -1,2 -1,2 -0,6 -0,7 -1,5 -1,9 -0,8 -0,6 -0,6 -0,8 2,4 -1,2 0,8 -0,4 -0,7 0,0082 0,0026 -0,0121 -0,0161 -0,0137 -0,0135 -0,0259 -0,0407 -0,0108 -0,0086 -0,0114 -0,0216 0,0115 -0,0347 0,0048 -0,0104 -0,0147
3,0 2,5 2,0 1,5 1,0 Temperatura de Evaporao Temp. de Sada de Propileno Glicol
0,05 0,04 0,03 0,02 Temperatura de Evaporao Temp. de Sada do Propileno Glicol
Inclinao (C/s)
FRB(1) FRC(2) FVC(3) 1x2 1x3 2x3 1x2x3
0,5
0,01 0,00 -0,01 -0,02 -0,03 -0,04 -0,05 FRB(1) FRC(2) FVC(3) 1x2 1x3 2x3 1x2x3
k (C)
0,0 -0,5 -1,0 -1,5 -2,0 -2,5 -3,0
(a) reta na curva S (b) apresentados no PEFC 01.
(b)
Figura 3.1 - Efeitos das variveis manipuladas no ganho (a) e inclinao da
91
As variveis individuais e suas interaes que apresentaram efeitos estatisticamente significativos, indicados pelas setas na figura 3.1 (a) e (b), foram selecionadas para compor o modelo que foi definido. Posteriormente, na anlise do planejamento fatorial completo. Os valores de efeito indicam quantitativamente a influencia sofrida pelas variveis-resposta (ganho e inclinao) quando os fatores (FRC, FRB e FVC) alteram seus valores do nvel -1 ao nvel +1. Na tabela 3.6 so apresentados os resultados obtidos no tratamento estatstico do planejamento fatorial completo para os modelos linear (L) e quadrtico (Q). Tabela 3.6 - Parmetros estatsticos da anlise do PEFC 01. Varivel Resposta Modelos
Coeficiente de 2 correlao (R ) Teste F calc. Teste F tab. Interv. de Conf.
TEV Ganho (k) L

0,9195 45,69 4,46 95%
TSP Inclinao (I) L Q

0,5976 22,28 4,54 95%
Ganho (k) L
0,8683 59,32 5,12 95%
Inclinao (I) L
0,9967 198,80 6,16 95%
Q
0,9398 46,84 3,26 95%
Q
0,8759 105,91 4,54 95%
Q
0,9641 20,86 2,72 90%
0,7175 10,16 3,11 90%
O modelo quadrtico foi selecionado para representar a correlao entre o ganho da perturbao e as variveis manipuladas por apresentar um melhor coeficiente de correlao e um valor de teste F suficientemente elevado para garantir a utilizao do modelo para fins preditivos. A anlise da inclinao da reta da curva S apresentou valores mais significativos utilizando-se o modelo linear, porm no foram obtidos bons coeficientes de correlao e os valores do teste F para a temperatura de evaporao, garantindo apenas a significncia estatstica, indisponibilizando o modelo para a predio do processo. Como o objetivo principal da metodologia o conhecimento do comportamento das variveis, sem a necessidade de obter
92
valores matematicamente preditivos, o modelo pode ser usado para a construo de superfcies de resposta que auxiliaro na construo da base de conhecimento para o controlador fuzzy. Os modelos codificados escolhidos para a correlao das variveisresposta e os fatores estudados, so: - Varivel de processo: Temperatura de evaporao. k = 3,6 + 0,2 FRB - 1,3 FRC + 0,2 FRC2 + 0,2 FVC2 I = 0,0266 + 0,0027 FRB - 0,0035 FRC - Varivel de processo: Temperatura de sada do propileno glicol. k = 3,4 2,0 FRC I = 0,0522 + 0,0198 FRB - 0,0015 FRC - 0,0020 FVC + 0,0009 FRB FRC - 0,0026 FRB FVC + 0,0018 FRC FVC onde: FRC a perturbao efetuada na freqncia de rotao do compressor; FRB a perturbao efetuada na freqncia de rotao da bomba de propileno glicol; FVC a perturbao no fechamento da vlvula de controle. O comportamento e tendncias do processo para as condies do PEFC 01 podem ser facilmente observados atravs das superfcies de resposta (figuras 3.2 e 3.3) que foram construdas obedecendo ao modelo escolhido dentro de cada
93
(3.1) (3.2)
(3.3)
(3.4)
faixa estudada. Observa-se que os nveis referem-se s perturbaes das variveis independentes relativas asa condies iniciais CI2.
(a)
(d)
(b)
(e)
(c)
(f)
Figura 3.2 - Superfcies de resposta do ganho do processo (a, b e c) e da inclinao da curva S (d, e e f) para a temperatura de evaporao (PEFC 01).
94
(a)
(c)
(b)
(d)
(e) Figura 3.3 - Superfcies de resposta do ganho do processo (a e b) e da inclinao da curva S (c, d e e) para a temperatura de sada do propileno glicol (PEFC 01).
95
No desenvolvimento de uma malha de controle, o objetivo uma ao efetiva das variveis manipuladas na varivel de processo, num intervalo de tempo menor possvel. Portanto, neste trabalho, a anlise foi realizada utilizando as informaes a respeito da inclinao e do ganho conjuntamente. Na figura 3.1a pode ser observado que apenas os efeitos individuais das freqncias de rotao da bomba de propileno glicol (FRB) e do compressor (FRC) foram significativas no ganho esttico do sistema para a temperatura de evaporao. Como um modelo quadrtico foi melhor ajustado aos dados experimentais, adicionou-se um termo quadrtico do fechamento da vlvula de controle (FVC). Porm, nas figuras 3.2b e 3.2c pode ser constatada a pequena influncia desta varivel manipulada. A temperatura de evaporao apresentou efeitos significativos, quanto inclinao da reta, apenas na participao individual das FRB e FRC (figura 3.1b). Esta tendncia confirmada na anlise das figuras 3.2d, 3.2e e 3.2f, onde se observa que variaes no FVC praticamente no afetam a velocidade em que a temperatura de evaporao alcana o seu valor final (inclinao). A temperatura de evaporao fortemente influenciada pela FRC, que est relacionada com a vazo de refrigerante R-404A, e pela FRB, relativa vazo do propileno glicol (carga trmica do sistema). Sabe-se da importante influncia das variaes da temperatura de condensao na temperatura de evaporao, porm esta influncia foi minimizada durante a realizao dos ensaios pois os nveis de perturbaes adotados para a FVC (reduo da vazo da gua) promoveram um aumento da temperatura de condensao, entretanto os nveis da FRC (reduo da vazo de refrigerante) promoveram uma reduo desta temperatura.
96
ganho
esttico
da
temperatura
de
sada
do
propileno
glicol
unicamente influenciado pelas alteraes na FRC (figuras 3.1a, 3.3a e 3.3b) e a inclinao da curva S possui uma maior influncia da FRB (figuras 3 .1b, 3.3c, 3.3d e 3.3e). Estas observaes evidenciam a importncia da transferncia de calor no evaporador (trocador casco e tubo) como fator limitante do desempenho do sistema de controle. Assim, na implementao de um controlador multivarivel pode-se afirmar que o par FRB e FRC apresenta o comportamento mais adequado para compor uma malha desse controle. Como os modelos obtidos possuem significncia estatstica, sero
utilizados na construo da base de regras do controlador fuzzy para promover aes positivas na varivel controlada. As bases de regra para aes negativas sero definidas em outro planejamento de ensaios fatorial na tentativa de absorver as no linearidades do sistema. Os ensaios e as respectivas respostas do PEFC 02 so apresentados na tabela 3.7. Na figura 3.4 esto representados os efeitos individuais e de interaes das variveis manipuladas.
97
Tabela 3.7 - Resultados dos parmetros obtidos para TEV e TSP da matriz do PEFC 02. Fatores Ensaio
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15(C) 16(C) 17(C)
Respostas FVC
1 1 1 1 -1 -1 -1 -1 0 0 0 0 1,682 -1,682 0 0 0
FRB FRC
1 -1 1 -1 1 -1 1 -1 1,682 -1,682 0 0 0 0 0 0 0 1 1 -1 -1 1 1 -1 -1 0 0 1,682 -1,682 0 0 0 0 0
TEV TSP k (C) I (C/s) k (C) I (C/s)

-2,0 -3,5 -1,2 -2,7 -2,3 -3,5 -1,2 -2,7 -1,1 -3,9 -3,0 -1,6 -2,3 -2,4 -2,2 -2,5 -2,3 -0,0182 -0,0149 -0,0118 -0,0122 -0,0215 -0,0147 -0,0090 -0,0127 -0,0119 -0,0163 -0,0265 -0,0100 -0,0135 -0,0127 -0,0124 -0,0201 -0,0158 -1,9 -3,5 -1,3 -3,5 -1,0 -3,8 -0,8 -3,8 -1,3 -1,7 -2,0 -2,6 -3,0 -4,2 -3,5 -3,4 -3,5 -0,0495 -0,1860 -0,0500 -0,1374 -0,0246 -0,1197 -0,0022 -0,1585 -0,0272 -0,0028 -0,0609 -0,0997 -0,0991 -0,0517 -0,0527 -0,0518 -0,0483
TCOND k (C) I (C/s)

1,1 0,5 0,2 -0,5 0,6 0,4 0,3 -0,4 0,6 -0,2 0,6 -0,4 0,7 -0,4 1,0 -0,7 0,7 0,0291 0,026 0,0084 -0,0016 0,0222 0,0154 0,007 -0,0019 0,0136 -0,0008 0,013 -0,0008 -0,0002 -0,004 0,0206 -0,0019 0,0281
3,0 2,5 2,0 1,5 1,0 0,5 Temperatura de Evaporao Temp. de Sada do propileno Glicol
0,14 0,12 0,10 0,08 0,06 Temperatura de Evaporao Temp. de Sada de Propileno Glicol
Inclinao (C/s)
FRB(1) FRC(2) FVC(3) 1x2 1x3 2x3 1x2x3
0,04 0,02 0,00 -0,02 -0,04 -0,06 -0,08
k (C)
0,0 -0,5 -1,0 -1,5 -2,0 -2,5 -3,0
-0,10 -0,12 -0,14 FRB(1) FRC(2) FVC(3) 1x2 1x3 2x3 1x2x3
(a)
(b)
Figura 3.4 - Efeitos das variveis manipuladas no ganho (a) e inclinao da reta na curva S (b) apresentados no PEFC 02.
98
Na figura 3.4 (a) e (b) as variveis individuais e suas interaes que possuem efeitos estatisticamente significativos foram indicadas por setas e comporo o modelo definido no planejamento fatorial completo. O tratamento estatstico do PEFC 02 para os modelos linear (L) e quadrtico (Q) so apresentados na tabela 3.8.
Tabela 3.8 - Parmetros estatsticos da anlise do PEFC 02. Varivel Resposta Modelos
Coeficiente de 2 correlao (R ) Teste F calc. Teste F tab. Interv. de Conf.
TEV Ganho (k) L Q

0,9808 204,63 4,46 95% 0,9806 352,83 3,74 95%
TSP Inclinao (I) L Q Ganho (k) L Q

0,8419 5,33 5,05 95% 0,7597 4,06 2,51 90%
Inclinao (I) L Q
0,9013 6,09 4,01 90% 0,5431 1,19 2,59 90%
0,9644 11,61 8,89 95%
0,5485 2,67 3,20 95%
No PEFC 02 o modelo linear apresentou melhores parmetros estatsticos para o ganho e inclinao da reta quando analisadas as temperaturas de evaporao e sada de propileno glicol. Na anlise do PEFC 02 foi necessria a reduo do intervalo de confiana para a anlise da temperatura de sada do propileno glicol, para que fosse possvel a incluso de mais variveis no modelo e assim caracterizar uma anlise multivarivel. Este procedimento no afeta o objetivo principal da metodologia, que a observao do comportamento do sistema.
99
Os modelos codificados das variveis-resposta so apresentados a seguir: - Varivel de processo: Temperatura de evaporao. k = - 2,4 + 0,7 FRB - 0,4 FRC I = - 0,0222 - 0,0109 FRB + 0,0072 FRC + 0,0102 FVC + 0,0084 FRB FRC + 0,0102 FRB FVC - 0,0094 FRC FVC - 0,0093 FRB FRC FVC (3.6) (3.5)
- Varivel de processo: Temperatura de sada do propileno glicol. k = - 2,7 + 1,2 FRB - 0,1 FRC - 0,1 FVC - 0,1 FRB FRC - 0,2 FRB FVC I = - 0,0801 + 0,0594 FRB - 0,0040 FRC - 0,0147 FVC - 0,0034 FRB FVC - 0,0081 FRC FVC + 0,0138 FRB FRC FVC (3.8) (3.7)
Nas figuras 3.5 e 3.6 podem ser observados os comportamentos do sistema e suas tendncias atravs das superfcies de respostas.
100
(a)
(d)
(b)
(e)
(c)
(f)
Figura 3.5 - Superfcies de resposta do ganho do processo (a, b e c) e da inclinao da curva S (d, e e f) para a temperatura de evaporao (PEFC 02).
101
(a)
(d)
(b)
(e)
(c)
(f)
Figura 3.6 - Superfcies de resposta do ganho do processo (a, b e c) e da inclinao da curva S (d, e e f) para a temperatura de sada do propileno glicol (PEFC 02).
102
A anlise das superfcies das figuras 3.5 e 3.6 deve ser realizada de maneira inversa que a do PEFC 01, pois as perturbaes promoveram reaes negativas nas variveis estudadas. Conforme a figura 3.4a, o FVC no promove reaes negativas
significativas na temperatura de evaporao, seguindo um comportamento similar ao PEFC 01. A temperatura de sada do propileno glicol estatisticamente influenciada pelas FRB, FRC e FVC e as interaes FRBxFRC e FRBxFVC, sendo FRB a mais importante. Estas observaes podem ser confirmadas pela anlise das figuras 3.5 e 3.6. Na figura 3.4b pode ser observada uma maior atuao da FRB no ganho da temperatura de evaporao, no sendo negligenciadas as interaes das outras variveis manipuladas, caracterizando um possvel sistema para
construo de malha SIMO para a temperatura de evaporao. Similarmente, a temperatura de sada do propileno glicol mais fortemente influenciada pela FRB. Novamente, foi demonstrada a importncia das variveis diretamente ligadas ao fenmeno de transferncia de calor no evaporador no desempenho do sistema de controle. Nas superfcies apresentadas na figura 3.6 pode ser constatado que variaes nas perturbaes da FRC e no FVC no promovem reaes
significativas no ganho esttico (k) da temperatura de sada do propileno glicol, indicando que a implementao de malhas de controle SISO com a FRB como varivel manipulada seria a alternativa mais eficiente para o controle desta varivel de processo. A matriz de planejamento desenvolvida e as respostas de cada ensaio so apresentadas na tabela 3.9
103
Tabela 3.9 - Resultados dos parmetros obtidos para TCOND da matriz do PEFC 03. Fatores Ensaio
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15(C) 16(C) 17(C)
Respostas FVC
1 1 1 1 -1 -1 -1 -1 0 0 0 0 1,682 -1,682 0 0 0
FRB FRC
1 -1 1 -1 1 -1 1 -1 1,682 -1,682 0 0 0 0 0 0 0 1 1 -1 -1 1 1 -1 -1 0 0 1,682 -1,682 0 0 0 0 0
TCOND TEV k (C) I (C/s) k (C) I (C/s)

4,6 4,5 3,6 3,1 2,3 1,7 1,5 1,2 2,7 2,7 3,2 1,7 6,0 1,6 2,1 2,7 2,4 0,0569 0,0520 0,0336 0,0331 0,0316 0,0285 0,0134 0,0124 0,0243 0,0202 0,0313 0,0112 0,0448 0,0129 0,0267 0,0330 0,0183 5,0 -4,5 -3,2 -2,4 -4,6 -4,1 -2,2 -1,7 -3,6 3,0 2,1 -2,0 -4,0 -2,8 -2,4 -3,1 -3,0 0,0441 -0,0365 -0,0335 -0,0324 -0,0414 -0,0404 -0,0274 -0,0242 -0,0229 0,019 0,0288 -0,0139 -0,0242 -0,0205 -0,0279 -0,0290 -0,0300
TSP k (C) I (C/s)

3,6 3,4 -2,3 -2,1 -3,2 -2,9 -2,2 -1,1 -3,3 -2,6 -4,8 -1,9 3,5 -2,3 1,7 -2,0 -1,8 0,0875 0,0447 -0,0517 -0,0606 -0,0550 -0,0421 -0,0949 -0,0195 -0,0874 -0,0175 -0,0631 -0,0456 0,0548 -0,0478 0,0854 -0,0801 -0,0403
Os efeitos individuais e de interaes das variveis manipuladas foram determinados e representados na figura 3.7.
3,0 2,5 Temperatura de condensao 2,0 1,5
0,030
0,025 Temperatura de condensao
1,0
Inclinao (C/s)
FRB (1) FRC (2) FVC (3) 1x2 1x3 2x3 1x2x3
0,020
k (C)
0,015
0,5 0,0
0,010
-0,5 -1,0
0,005
0,000 FRB (1) FRC (2) FVC (3) 1x2 1x3 2x3 1x2x3
(a) reta na curva S (b) apresentados no PEFC 03.

104
(b)
Figura 3.7 - Efeitos das variveis manipuladas no ganho (a) e inclinao da
As
variveis
individuais
suas
interaes
que
possuem
efeitos
estatisticamente significativos, indicados pelas setas na figura 3.7 (a) e (b), comporo o modelo que ser definido na anlise do planejamento fatorial completo. Na tabela 3.10 so apresentados os resultados obtidos no tratamento estatstico do planejamento fatorial completo para os modelos linear (L) e quadrtico.(Q). Tabela 3.10 - Parmetros estatsticos da anlise do PEFC 03. Varivel Resposta Modelos
Coeficiente de correlao (R ) Teste F calc. Teste F tab. Intervalo de Confiana
2
TCOND Ganho (k) L

0,9194 45,63 4,46 95%
Inclinao (I) Q L
0,8824 30,00 3,11 90%
Q
0,8167 31,19 2,73 90%
0,9625 111,26 3,41 90%
O modelo quadrtico foi selecionado para representar a correlao entre o ganho da perturbao e as variveis manipuladas por apresentar um melhor coeficiente de correlao e um valor de teste F bem acima do valor mnimo para garantir a utilizao do modelo para predio. A anlise da inclinao da reta da curva S apresentou bons resultados para os dois modelos propostos. Optou-se pelo modelo linear por seu melhor coeficiente de correlao, o teste F realizado demonstra a garantia da significncia estatstica e a predio do processo. O comportamento e tendncias do processo para as condies do PEFC 03 podem ser facilmente observados atravs das superfcies de resposta (figura 3.8) que foram construdas dentro de cada faixa estudada, obedecendo ao modelo escolhido.
105
(a)
(d)
(b)
(e)
(c)
(f)
Figura 3.8 - Superfcies de resposta do ganho do processo (a, b e c) e da inclinao da curva S (d, e e f) para a temperatura de condensao (PEFC 03).
106
Os modelos codificados escolhidos para a correlao das variveisresposta e os fatores estudados, so:
- Varivel de processo: Temperatura de condensao. k = 2,4 + 0,4 FRC + 1,2 FVC + 0,4 FVC2 I = 0,0309 + 0,0096 FRC + 0,0112 FVC (3.9) (3.10)
Pode ser observado na figura 3.8 que a FRC e a FVC afetam significativamente a temperatura de condensao. Essa observao confirma a figura 3.7 de efeitos das variveis manipuladas e a importncia da vazo de gua e de refrigerante na definio da temperatura de condensao, abrindo a possibilidade de utilizao de controladores SIMO para o controle desta varivel. apresentada na tabela 3.11 a matriz de planejamento desenvolvida e as respostas obtidas em cada ensaio. Os efeitos individuais e de interaes das variveis manipuladas foram determinados e esto representados na figura 3.9. Sero utilizados no modelo proposto no PEFC as variveis individuais e as interaes que possuam efeitos estatisticamente significativos.
107
Tabela 3.11 - Resultados dos parmetros obtidos para TCOND da matriz do PEFC 04. Fatores Ensaio
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15(C) 16(C) 17(C)
Respostas FVC
1 1 1 1 -1 -1 -1 -1 0 0 0 0 1,682 -1,682 0 0 0
FRB FRC
1 -1 1 -1 1 -1 1 -1 1,682 -1,682 0 0 0 0 0 0 0 1 1 -1 -1 1 1 -1 -1 0 0 1,682 -1,682 0 0 0 0 0
TCOND TEV k (C) I (C/s) k (C) I (C/s)

-1,1 -2,0 -2,2 -2,6 -1,4 -2,1 -0,9 -2,9 -1,4 -2,7 -0,3 -3,0 -2,5 -2,7 -1,8 -1,9 -2,0 -0,0159 -0,0166 -0,0342 -0,0300 -0,0184 -0,0243 -0,0127 -0,0379 -0,0209 -0,0180 -0,0039 -0,032 -0,0176 -0,0278 -0,0273 -0,0240 -0,0253 0,9 1,6 1,7 1,8 -0,6 0,8 0,6 1,5 -0,2 1,0 1,3 0,4 -0,7 0,7 1,2 1,1 -0,8 0,0056 0,0042 0,0106 0,0058 -0,0054 0,0027 0,005 0,0043 -0,0063 0,0029 0,0058 0,0017 -0,0045 0,0033 0,0043 0,0052 -0,0037
TSP k (C) I (C/s)

-0,7 1,6 -0,3 1,9 1,9 -1,5 2,4 2,1 -3,1 2,7 3,7 3,0 2,3 0,3 3,5 3,4 3,5 -0,0049 0,0093 -0,0015 0,0029 0,0216 -0,0032 0,1178 0,0041 -0,0361 0,08 0,1891 0,0751 0,108 0,007 0,0525 0,0519 0,0484
0,015
1,00 Temperatura de condensao 0,75
Temperatura de condensao 0,010
0,50
Inclinao (C/s)
FRB (1) FRC (2) FVC (3) 1x2 1x3 2x3 1x2x3
0,005
k (C)
0,000
0,25
0,00
-0,005
-0,25
-0,010
-0,50
-0,015 FRB (1) FRC (2) FVC (3) 1x2 1x3 2x3 1x2x3
(a)
(b)
Figura 3.9 - Efeitos das variveis manipuladas no ganho (a) e inclinao da reta na curva S (b) apresentados no PEFC 04.
108
Na tabela 3.12 so apresentados os resultados obtidos no tratamento estatstico do PEFC para os modelos linear (L) e quadrtico (Q).
Tabela 3.12 - Parmetros estatsticos da anlise do PEFC 04. Varivel Resposta Modelos
Coeficiente de correlao (R ) Teste F calc. Teste F tab. Intervalo de Confiana
2
TCOND Ganho (k) L

0,9590 23,41 5,05 95%
Inclinao (I) Q L
0,9777 29,27 4,01 90%
Q
0,7405 4,76 2,46 90%
0,8059 6,92 2,46 95%
O modelo linear foi selecionado nas duas respostas por possuir uma melhor correlao e apresentar um valor de F que satisfaz a condio de predio. Os modelos codificados escolhidos para a correlao das variveisresposta e os fatores estudados, so: - Varivel de processo: Temperatura de condensao. k = -1,9 + 0,5 FRB + 0,2 FRC - 0,2 FRB FRC + 0,2 FRC FVC + 0,2 FRB FRC FVC I = -0,0242 + 0,0034 FRB + 0,0050 .FRC - 0,0018 FRB FRC - 0,0043 FRB FVC + 0,0030 FRC FVC + 0,0030 FRB FRC FVC (3.12) (3.11)
109
Atravs das superfcies de resposta (figura 3.10) foram estudados as tendncias e comportamentos da temperatura de condensao quando submetida reaes negativas.
(a)
(d)
(b)
(e)
(c) Figura 3.10 -
(f)
Superfcies de resposta do ganho do processo (a, b e c) e da
inclinao da curva S (d, e e f) para a temperatura de condensao (PEFC 04).

110
Para promover reaes negativas da temperatura de condensao, ao contrrio do que seria bvio, o FVC no se mostrou eficiente na faixa estudada. Nos ensaios foram observadas aes mais efetivas da FRC e da FRB. Este comportamento pode ser explicado pela pequena margem de manipulao da vlvula de controle, o que limita a ao desta importante varivel do sistema.
3.5 Concluses
A investigao do comportamento dinmico simultneo das variveis de processo possibilitou o conhecimento dos efeitos individuais e de interao das variveis manipuladas, levantando subsdios para a definio das malhas de controle mais efetivas para o projeto de controladores fuzzy multivariveis. Significativas variaes da temperatura de evaporao foram observadas manipulando-se as freqncias de rotao do compressor (FRC) e da bomba de propileno glicol (FRB), podendo-se concluir que estas variveis manipuladas podem compor satisfatoriamente uma malha de controle SIMO para a temperatura de evaporao. De uma forma geral, a temperatura de sada do propileno glicol (TSP) apresentou comportamento anlogo temperatura de evaporao, sendo significativamente influenciada pelas variaes da FRC e da FRB. Entretanto, foi observado que a FRC afeta mais o ganho da TSP, enquanto que a FRB proporciona uma maior velocidade de resposta, caracterstica atribuda inclinao da reta construda. Assim, a malha composta pelas FRC e FRB apresentaria melhor desempenho em um controlador SIMO. Para a temperatura de condensao, foi observado um maior efeito do fechamento da vlvula de controle da gua (FVC), diretamente ligado vazo de gua no condensador, e da FRC para perturbaes positivas. O FVC no foi efetivo para promover reaes negativas na temperatura de condensao, devido
111
pequena variao da vazo de gua quando se reduz a amplitude de fechamento da vlvula. Os efeitos individuais foram similares aos apresentados no captulo 2, onde a FRC foi a varivel manipulada mais adequada para compor as malhas SISO propostas.

ABDELGHANI-IDRISSI, M. A.; BAGUI, F. e ESTEL, L. Analytical and experimental response time to flow rate step along a conter flow double pipe heat exchange. International Journal of Heat and Mass Transfer, n.44, p.3721-3730, 2001. ALCOCK, J.-L.; WEBB, D. R.; BOTSCH, T. W. e STEPHAN, K. An experimental investigation of the dynamic behaviour of a shell-and-tube condenser. International Journal of Heat and Mass Transfer, v.40, n.17, p.4129-4135, 1997. BOTSCH, T. W.; STEPHAN, K.; ALCOCK, J.-L. e WEBB, D. R. Modelling and simulation of the dynamic behaviour of shell-and-tube condenser. International Journal of Heat and Mass Transfer, v.40, n.17, p.4137-4149, 1997. LPEZ, A. e LACARRA, G. Mathematical modelling of thermal storage for the food industry. International Journal of Refrigeration, n.22, p.650-658, 1999. NETO, B. B.; SCARMINIO, I. S. e BRUNS, R. E. Planejamento e otimizao de experimentos. 2.ed. Campinas: Editora da Unicamp, 1996. 299p. ZAMPONI, G.; STICHLMAIR, J.; GERSTLAUER, A. e GILLES, E. D. Simulation of the transiente behaviour of a stirred liquid/liquid extraction column. Computers Chemical Engineering, v.20, n.Suppl., p.S963-S968, 1996.
112
Controladores PI e PID convencionais
CAPTULO 4 CONTROLADORES PI e PID CONVENCIONAIS
4.1 Introduo
Em um mercado globalizado, exigente e diversificado, a busca por maior confiabilidade dos processos e produtos de qualidade assegurada tornou-se fator de sucesso e de sobrevivncia das empresas. A incessante busca pela qualidade dos produtos e servios com o objetivo de alcanar a competitividade internacional trouxe ao ambiente industrial a necessidade de controle total sobre os processos, aumentado a aplicabilidade da automao industrial e do controle de processos. Parmetros tais como: tempo de produo, consumo de energia, preciso, eficincia, confiabilidade, superviso de processos e custos de produo tornaram-se fundamentais na justificativa de utilizao de controladores industriais no setor produtivo. Os controladores industriais evoluram de tal forma nos ltimos tempos que permitem a manuteno dos processos a um nvel mnimo de erro em relao a um sinal de referncia desejado. Observa-se que a grande parte dos problemas de controle no meio industrial podem ser resolvidos com controladores clssicos simples do tipo PI (proporcional-integral) ou PID (proporcional-integral-derivativo). Entretanto, a sintonia adequada dos parmetros dos controladores PID se constitui no principal problema encontrado na indstria quanto correta utilizao dos controles, sendo muitas vezes realizadas manualmente, por tentativas, o que deixa o controle altamente dependente da experincia operacional daquele que o opera.
113
O presente captulo consiste na implementao de controladores PID e PI no sistema de resfriamento de lquido de acordo com as malhas de controle SISO, conforme sugerido no captulo 2. Em seguida, foi realizada a sintonia dos parmetros dos controladores, seguida de testes experimentais com o objetivo de avaliar o desempenho dos controles com base na diferena entre o valor da varivel de processo e o valor de referncia (erro), em regime transitrio.

4.2.1 Lgicas de Controle Basicamente, as estratgias de controle dividem-se em duas categorias principais: feedback e feedforward. No controle feedback, a varivel de processo a ser controlada medida e seu valor utilizado para ajustar outra varivel que pode ser manipulada. Na estratgia de controle feedforward a perturbao do processo medida e usada para ajustar a varivel manipulada. Segundo Stephanopoulos (1984), o controle feedback apresenta as
seguintes caractersticas principais: a ao corretiva ocorre assim que a varivel controlada se desvia do set-point, independente da fonte ou tipo de perturbao; no h nenhuma ao corretiva at que um desvio na varivel controlada ocorra. Assim, um controle perfeito, onde a varivel controlada no se desvia do set-point teoricamente impossvel. J o controle feedforward apresenta as seguintes caractersticas:
114
a ao corretiva tomada a partir da observao da perturbao das demais variveis, antes que ocorram mudanas na varivel
controlada; controle perfeito seria possvel utilizando-se o controle feedforward, onde observada a perturbao e toma-se uma ao corretiva antes que a perturbao afete a varivel controlada; A principal desvantagem do controle feedforward que ele necessita do conhecimento das diversas perturbaes do processo, sendo que, quando este conhecimento no possvel, pode no ocorrer ao corretiva. Em aplicaes industriais, o controle feedforward geralmente usado em combinao com o controle feedback. A habilidade de lidar com perturbaes no medidas de origem
desconhecida a principal razo do amplo uso do controle feedback para controle de processos. O comportamento dos diversos controladores convencionais pode variar, dependendo das aes implementadas em cada um deles (Stephanopoulos, 1984): controle proporcional (P): A ao proporcional refere-se a uma ao de controle que proporcional ao erro (diferena entre o set-point e o nvel atual da varivel). Produz uma resposta que apresenta um desvio mximo elevado, um perodo de oscilao moderado e, o que mais importante, um desvio residual mximo (off-set). Alm disso, a
oscilao do sistema s cessa aps um perodo de tempo significativo. A representao matemtica deste controle :
c n = K c .e( t) + c s
115
(4.1)
onde Kc o ganho proporcional, c n a varivel de sada do controlador e cs o valor da varivel de sada do controlador quando e(t) = 0, ou seja, a varivel controlada encontra-se no seu valor desejado (set-point). controle proporcional-integral (PI): A ao integral proporcional integral do erro no tempo. No apresenta desvio residual. No entanto, esta eliminao do desvio residual obtida s custas de um desvio mximo mais elevado, um perodo de oscilao maior e um perodo de tempo mais longo para cessar a oscilao, em comparao com o controle proporcional. A representao matemtica deste controle :
t 1 c n = K c e( t ) + . e( t ).dt + cs i 0
(4.2)
onde i a constante de tempo integral. controle proporcional-derivativo (PD): A ao derivativa proporcional taxa de variao do erro. Geralmente traz o sistema para o regime permanente no tempo mais curto, com a menor oscilao e com o menor desvio mnimo. No entanto, ele apresenta um desvio residual significativo, embora menor do que no caso do controle proporcional. A representao matemtica deste controle :
de(t ) c n = K c e (t ) + d . + cs dt
onde D a constante de tempo derivativo. controle proporcional-integral-derivativo (PID): essencialmente
(4.3)
um
compromisso entre as vantagens do PI e PD. O desvio residual

116
eliminado pela ao integral, enquanto que a ao derivativa serve para reduzir o desvio mximo e para eliminar parte da oscilao eventualmente provocada pelo controle PI. A representao matemtica deste controle :
1 t de( t ) c n = K c e (t ) + . e (t ).dt + d . + cs dt i 0
(4.4)
O ideal escolher o controlador mais simples que produzir o controle adequado para a aplicao. Freqentemente, seleciona-se um PID devido a maior capacidade de produzir um controle satisfatrio (Coughanowr & Koppel, 1978). No caso de processos de refrigerao de pequeno porte, a lgica de controle comumente utilizada a on-off (por exemplo, em refrigeradores e condicionadores de ar), chegando a ser utilizado o controle proporcional (em sistemas de mdio e grande porte). 4.2.2 Controle de Processos A finalidade de um sistema de controle de processos permitir uma operao estvel dentro de valores pr-estabelecidos para as condies e variveis do processo. Esta finalidade alcanada com o emprego de sistema de sensores que medem o valor atual e comparam com um valor desejado. A partir da diferena entre ambos, inicia-se uma ao visando reduzir a zero o desvio ocorrido, de forma contnua e automatizada. Um bom controle avaliado pela sua capacidade de proporcionar um mnimo desvio da varivel de processo como resultado de uma perturbao, retornando-a a condio de funcionamento prefixada em um mnimo intervalo de tempo.
117
O modo de controle convencional estabelece correes, em resposta aos desvios das variveis de processo, relacionando o erro de entrada da varivel de processo e o valor da varivel de controle na sada do controlador. O controlador PID (proporcional + integral + derivativo) a estratgia de controle mais utilizada na malha de controle de processos industriais devido a sua simplicidade e robustez. Processos industriais, geralmente, apresentam
caractersticas de atraso de transporte, no linearidades, modelos de ordem elevada, alm de serem afetados por rudos, perturbaes de carga ou outras condies que causam mudanas repentinas na estrutura do modelo. Assim, grande esforo acadmico e industrial vem sendo realizado no sentido de implementar controladores PID que proporcionem um adequado controle de tais sistemas (Almeida & Coelho, 1999). O mtodo da curva de reao pode ser usado para obter um modelo de primeira ordem com tempo morto, cujos ajustes dos parmetros podem ser obtidos com as tcnicas usuais de sintonia. Porm, estas tcnicas no podem ser realizadas on-line e requerem procedimentos em malha aberta (Sung et al., 1998). Sung et al. (1998) propuseram um novo mtodo para projeto automtico de controladores PID, simplesmente vencendo os problemas de identificao do valor inicial da sintonia, atribuindo valores ponderados aos parmetros. Embora simples e no requeira nenhuma tcnica numrica complicada, fornece melhor desempenho comparado s tcnicas atuais. Lee et al. (2000) propuseram um novo mtodo de sintonia de
controladores PID para aplicao em sistemas com tempo morto. Seis processos instveis foram aplicados para demonstrar a viabilidade do mtodo apresentado em comparao com os mtodos existentes, todas as simulaes foram efetuadas utilizando o MATLAB 4.0. Usando um filtro de set-points, o controlador sintonizado
118
por este mtodo elimina a presena de sobre-elevao na resposta de maneira mais eficiente que outros mtodos. A maioria dos controladores PID utilizados em processos industriais submetido a um processo de sintonia deficiente devido ao pouco conhecimento dos processos aos quais se dispe a controlar, reduzindo o nvel de desempenho. Os mtodos de sintonia desenvolvidos so, geralmente, fceis de implementar, porm, apresentam desvantagens quanto otimizao. Para resolver estes problemas, tem-se incorporado inteligncia humana aos sistemas de controle com a finalidade de obter solues mais eficientes. Assim, cada vez mais utilizada a lgica fuzzy para este fim (Bianco & Dote, 1999). 4.2.3 Sintonia dos controladores PI e PID Sintonia o ajuste dos parmetros do controlador ou sistema para atingir a resposta desejada. Qualquer sistema de controle em malha fechada necessita ser sintonizado. A sintonia adequada dos parmetros dos controladores PID industriais se constitui no principal problema d e eficcia dos controles de processos. A tarefa de sintonia implica na mtua otimizao de caractersticas de resposta, tais como amortecimento, sobre-sinal, tempo de acomodao e erro em regime (off-set). Na prtica industrial comum a sintonia ser realizada manualmente por tentativa e erro, produzindo variaes de valores de operador para operador. Alm deste mtodo ser demorado, existe a dependncia da experincia e conhecimento do operador. Apesar de muitas vezes ser alcanada uma boa sintonia, no existe uma repetibilidade de desempenho do processo durante as etapas de produo. Existem diversos mtodos de sintonia para projeto de controladores PID, geralmente, baseados em diferentes condies e consideraes que visam
119
minimizar
parmetros
de
desempenho
previamente
definidos
(Ogata,
1985;
Coughanowr & Koppel, 1978; Stephanopoulos, 1984). 4.2.3.1 Mtodos de Ziegler-Nichols Primeiro mtodo - Curva de reao. Este mtodo baseia-se na realizao de um nico ensaio, com o sistema em malha aberta, para a sintonia do controlador. So aplicveis a processos que no se tornam instveis (Coughanowr & Koppel, 1978; Bolton 1995). O mtodo consiste na obteno experimental de uma resposta do processo a uma perturbao do tipo degrau, de intensidade A, para ajuste e analogia ao modelo de primeira ordem com tempo morto. A maioria dos processos industriais apresenta uma resposta do tipo S, como mostrado na figura 2.3. A partir do traado da reta tangente ao ponto de inflexo, obtm-se os valores tempo morto (L) e da constante de tempo (T). Ziegler-Nichols propuseram um conjunto de equaes para determinao dos parmetros Kc , i e D, conforme a tabela 4.1. Tabela 4.1 - Relaes de sintonia baseados na curva de reao de processo - Mtodo de Ziegler-Nichols. Controlador P PI PID Kc
A.T k.L 0,9.A.T k.L 1,2.A.T k.L
I
1 3,33.L
1 2. L
D L 2
120
Ressalta-se que, as respostas que no exibem uma curva do tipo S, este mtodo no se aplica e que as equaes so vlidas para 0,1 < (L/T) < 1 (Guimares, 2001). Segundo mtodo Perodo crtico (Ogata, 1985). Este mtodo prope um ajuste dos parmetros do controlador atravs da realizao de ensaios em malha fechada, com controle puramente proporcional no limite da estabilidade. O mtodo baseia-se no aumento progressivo do ganho do controle proporcional at o sistema apresentar um comportamento oscilatrio sustentvel. O valor mnimo do ganho em que o sistema passa a apresentar esta oscilao denominado de ganho crtico do processo (Ku) e o perodo da oscilao de perodo critico do processo (Tu). As duas caractersticas crticas esto
relacionadas com a resposta em freqncia do sistema. Portanto, os ajustes dos controladores do sistema podem ser realizados em funo destas caractersticas, aplicando-se diretamente as expresses propostas na tabela 4.2. Tabela 4.2 - Parmetros de sintonia para o mtodo do perodo crtico. Controlador P PI PID Kc
Ku/2 0,45.Ku 0,6.Ku
I
Tu/1,2 0,5 Tu
D
0 0 Tu/8
Se a resposta no exibir uma oscilao sustentvel para qualquer valor que Kc , ento este mtodo no se aplica. A determinao do ganho crtico e do perodo crtico do processo pelo mtodo de Ziegler-Nichols no se mostra eficiente por diversos motivos. O
121
aumento do ganho do controle proporcional deve ser efetuado gradativamente, o que leva a certa demora na determinao do ganho crtico, alm de se necessitar de um certo conhecimento do sistema para se avaliar o ganho inicial e sua taxa de variao. A aplicao nos processos industriais pode ser limitada por motivos de segurana operacional, pois no se tem controle sobre a oscilao resultante. 4.2.3.2 Mtodo de strm e Hgglund Uma maneira mais eficiente de se determinar os parmetros crticos do sistema foi sugerida por strm & Hgglund (1984). O mtodo apresentado (tambm conhecido como mtodo bang-bang) baseia-se em promover uma oscilao da varivel controlada em torno de um valor de referncia chaveando-se a varivel manipulada entre dois valores convenientemente escolhidos. O ganho crtico pode ser determinado pela expresso:
Ku =
4.d .a
(4.8)
onde d a amplitude de chaveamento da varivel manipulada e a a amplitude pico a pico da oscilao observada. O perodo crtico determinado diretamente da resposta obtida. Aps determinadas as caractersticas crticas do sistema os parmetros dos
controladores podem ser determinados utilizando as expresses propostas por Ziegler-Nichols, conforme a tabela 4.2. Deve-se ressaltar que os mtodos descritos constituem uma sugesto inicial razovel para o ajuste dos controladores que podem ser finalmente sintonizados pelo mtodo de tentativas at que se alcance o desempenho desejado.
122
4.2.4 Critrios de desempenho de sistemas de controle (SISO/Feedback) No desenvolvimento de projetos de sistemas de controle busca-se satisfazer condies de desempenho que proporcionem a manuteno das variveis controladas em valores pr-estabelecidos. Estas especificaes de
desempenho podem ser aplicadas em termos do comportamento da resposta transitria a determinadas perturbaes ou em termos de ndices de desempenho. O desempenho de um sistema em regime transitrio avaliado, em geral, pela resposta temporal do sistema a uma perturbao do tipo degrau. O desempenho do sistema medido pelo valor das seguintes grandezas
(Stephanopoulos, 1984):
Mximo sobre-sinal (overshoot): Caso em que o valor da sada ultrapassa o do set-point, sendo o mximo sobre-sinal definido como a mxima diferena entre os valores de sada e de entrada durante o perodo transitrio, ou seja, o valor de pico mximo atingido pela resposta. Se a sada no ultrapassa o valor da entrada o sobre-sinal , por definio, igual a zero.
Tempo de subida: definido como o tempo transcorrido para a resposta variar entre 0 e o seu valor final. O tempo de subida um indicativo de quo rpido reage o sistema aplicao de uma perturbao em sua entrada. Muitas vezes a reduo excessiva do tempo de subida de um sistema a partir da sintonia dos parmetros de um controlador pode provocar o aparecimento de um alto sobre-sinal. Isto se explica intuitivamente pelo fato que o sistema "acelerado" de tal maneira que difcil "par-lo" o que leva a sada a ultrapassar, de maneira significativa, o valor de set-point.
123
Tempo de estabilizao (ou acomodao): o tempo necessrio para que a resposta assuma valores dentro de uma faixa percentual de (2 ou 5%) em torno do valor de regime permanente.
Um ndice de desempenho um nmero que serve como indicativo da qualidade do desempenho do sistema. O sistema de controle dito timo se os parmetros so escolhidos de forma a minimizar ou maximizar o ndice de desempenho escolhido (Caon Jr., 1999). Existem diversos critrios com os quais se pode obter um sistema timo. Os mais amplamente usados so os critrios de erro, em que os ndices de desempenho so integrais de uma funo ponderada do desvio da sada do sistema em relao entrada. Os valores das integrais devem ser obtidos como funes dos parmetros do sistema, de forma que o sistema timo ser obtido ajustando-se os parmetros para fornecer, em geral, o menor valor para a integral (Caon Jr., 1999). Segundo Stephanopoulos (1984) e Ogata (1985) os critrios de erro mais freqentemente utilizados so: Critrio da integral do erro quadrtico (ISE), onde:
ISE = e (t ) 2 dt
0
(4.5)
Critrio da integral do erro absoluto (IAE), onde:

0
IAE = e( t ) dt
(4.6)
124
Critrio da integral do erro absoluto ponderado pelo tempo (ITAE), onde:

0
ITAE = t. e( t ) dt
(4.7)
Para se alcanar um desempenho timo de um sistema de controle, devese ajustar os parmetros dos controladores a fim de minimizar os ISE, IAE e ITAE das respostas. Qualquer um dos trs critrios de erro apresentados pode ser utilizado, dependendo da caracterstica da resposta transiente do sistema. Caso se queira suprimir a presena de erros de grande intensidade, a utilizao do critrio ISE mais adequada do que o IAE, pois os valores de erro so elevados ao quadrado contribuindo para um maior valor da integral. Entretanto, para suprimir erros menores, o critrio IAE melhor que o critrio ISE pois, quando estes erros pequenos so elevados ao quadrado, se tornam menores diminuindo o valor da integral. Para suprimir erros que persistem no tempo, o critrio ITAE utilizado, pois a presena do termo temporal amplifica o efeito de erros pequenos no valor da integral. 4.2.5 Controle avanado aplicado em sistema de refrigerao O dimensionamento e seleo de equipamentos de um sistema de refrigerao so determinados em condies de operao pr-definidas, como, por exemplo, a capacidade frigorfica mxima (carga trmica) e as temperaturas de operao (evaporao e condensao), de acordo com a aplicao e o refrigerante utilizado (Dossat, 1985). Contudo, em operao, o sistema estar
125
submetido a oscilaes que ocasionaro alteraes nas condies de operao, provocando gastos de energia, obviamente, indesejveis. Processos de refrigerao so freqentemente encontrados na indstria de alimentos para resfriamento de laticnios, sucos, frutas, vegetais e carnes. Atualmente, importantes perdas de qualidade dos produtos ocorrem como
resultado de um pobre gerenciamento da temperatura de estocagem, incluindo perda de peso, congelamento superficial e riscos microbiolgicos (Trelea et al., 1998). Sistemas de aquecimento, ventilao e ar condicionado requerem controle de variveis ambientais, tais como temperatura e umidade. Como em outras aplicaes industriais, a maioria dos controladores utilizada nestes sistemas do tipo PID (Bi et al., 2000). Uma apropriada sintonia de um controlador PID requer um modelo representativo do processo, um efetivo projeto do controlador, alm de ser uma fase bastante onerosa e consumir bastante tempo de operao. Alguns engenheiros de controle podem levar de um a trs dias para alcanar um razovel ajuste dos parmetros do controle PID de presso do ar em um edifcio e, em muitas aplicaes, este tempo pode ser bem maior. Isto definitivamente aumenta os custos do projeto e prolonga o tempo de execuo do mesmo. Caso uma resintonia seja necessria, o que ocorre na maioria dos casos, a situao ainda se complica. Isto explica o porqu de se observar sistemas precariamente sintonizados. Problemas de sintonia podem levar a gastos desnecessrios de energia, reduo do grau de conforto proporcionado pelo sistema e avarias nos atuadores. Embora diversos mtodos de sintonia estejam disponveis, o mtodo proposto por Ziegler Nichols em 1942 ainda largamente adotado (Bi et al., 2000). A obteno de modelos analticos precisos, para a maioria dos sistemas de ar condicionado, no uma tarefa simples. Existe uma necessidade de
126
desenvolvimento prtico de auto-sintonizadores descrevem o desenvolvimento, implementao
avanados. Bi e aplicao
et de
al. (2000) um auto-
sintonizador avanado de controladores PID para sistemas de controle SISO e MIMO em unidades de ar condicionado em um edifcio comercial em Cingapura com o objetivo de controlar as temperaturas do ar de retorno e das salas, regulando-se a vlvula de gua gelada do chiller e a posio dos dampers. Os ensaios mostraram que o controle auto-sintonizado desenvolvido se mostrou eficiente, principalmente no sistema de controle multivarivel. Stewart (1990) estudou a utilizao de um controlador PID feedback no controle da presso de suco de um compressor alternativo. Foi observada uma melhora significativa no desempenho do compressor quando utilizado o controlador PID, verificando-se uma resposta rpida s mudanas de carga impostas ao equipamento e um suficiente estabelecimento de estado estacionrio. Trelea et al. (1998) desenvolveu um estudo de aplicao de controladores PID em conjunto com um estimador de parmetros baseado em predio no linear, em tempo real, utilizados para o controle da temperatura do ar interno de uma cmara de resfriamento de frutas em batelada. A implementao do controle resultou em uma reduo de 7% no tempo de processamento. 4.2.6 Controle de Processos e Instrumentao na Indstria de Alimentos No estudo da implantao do controle de processo em extrusores, Wiedmann & Strecker (1988) alertam para as vantagens econmicas da automao deste processo. Uma economia de 74% foi obtida em relao ao processo convencional sendo tambm verificada uma acentuada melhoria na qualidade do produto de sada. Segundo Davidson (1994), o controle PID o sistema mais comum para controle contnuo de processos variveis. A partir de 1980, algumas empresas
127
desenvolveram controladores PID auto-sintonizveis que podem compensar as oscilaes por fatores do meio ambiente. Existem algumas empresas que incorporaram uma forma de sistema especialista no microprocessador PID para incorporar regras empricas que so necessrias para sintonizar o controlador. Este tipo de controlador auto-sintonizvel usado em processamento de alimentos, onde flutuaes na qualidade da matria-prima podem mudar as caractersticas do processo. Prudhomme & Bruce (1996) mostram a eficincia da automao por sistema especialista e redes neurais na prtica industrial quando implantado na Ingomar Packing Company, a maior indstria de polpa de tomate dos Estados Unidos. A produtividade foi duplicada, sem novas contrataes de operadores, menores ndices de reprocessos, menor tempo de residncia no processamento e melhor qualidade do produto final. O artigo enfatiza ainda a progressiva
substituio do controle PID pelo controle fuzzy nos evaporadores da indstria.
4.3 Metodologia
4.3.1 Implementao dos controladores PI e PID As malhas de controle PI e PID foram definidas com base nos resultados obtidos no captulo 2, observando valores obtidos nos fatores de sensibilidade e nos planejamentos experimentais. Para a planta de resfriamento de lquido foram configuradas trs malhas de controle, onde as variveis controladas so as temperaturas de evaporao (TEV), condensao (TCOND) e sada do propileno glicol (TSP), e as variveis de controle so as freqncias de rotao do compressor (FRC) e da bomba de propileno glicol (FRB) e o fechamento da vlvula de controle da vazo da gua do condensador (FVC).
128
Na figura 4.1 apresentada a estrutura do controlador PID implementado para a realizao dos ensaios.
Figura 4.1 -
Estrutura do controlador PID adotada nos ensaios.
D-se um maior enfoque ao controle da sada do propileno glicol devido sua importncia na qualidade final do processo de resfriamento. O programa SYSCON de configurao de dispositivos fieldbus foi utilizado na implementao das estratgias de controle utilizando os blocos funcionais presentes nos prprios dispositivos de campo. 4.3.2 Sintonia dos controladores PI e PID Foram utilizados nas sintonias das malhas de controle do sistema de resfriamento de lquido os mtodos de Ziegler-Nichols e o mtodo de strm e Hgglund. A escolha destes mtodos para a sintonia das malhas foi baseada na facilidade de execuo dos ensaios e por serem estes os mais largamente utilizados no setor industrial.
129
As condies iniciais (CI2), mencionadas na tabela 2.5, foram utilizadas como ponto de partida em todos os ensaios de perturbaes nas variveis manipuladas para a obteno das curvas de reao do processo. 4.3.3 Ensaios com os controladores convencionais 4.3.3.1 Atuao individual dos controladores convencionais PI e PID Os controladores convencionais, previamente configurados em malha fechada sob a estratgia SISO/feedback das variveis selecionadas de acordo com a definio dos fatores de sensibilidade, foram implementados e sintonizados no prottipo experimental para avaliao de desempenho, anlise de estabilidade e futura comparao com o controlador fuzzy . Os ensaios realizados com as malhas de controle so apresentados na tabela 4.3. As perturbaes efetuadas nos ensaios tiveram como objetivo avaliar o desempenho dos controladores frente s mudanas no set-point e na carga. As perturbaes na carga foram realizadas aumentando-se e diminuindose em 30% a carga trmica artificial imposta ao sistema atravs da variao da corrente nas resistncias eltricas do tanque de propileno glicol. As perturbaes no set-point foram realizadas aumentando-se e
diminuindo-se em 1C o valor de referncia. Todos os ensaios foram realizados a partir das condies iniciais (CI2) sendo efetuadas as perturbaes, positiva e negativa na carga trmica e no setpoint, e subseqente aquisio de dados para monitorar o desempenho dos controles.
130
Tabela 4.3 - Ensaios realizados com os controladores PI e PID. Ensaio Controlador Perturbao
C01 C02 C03 C04 C05 C06 C07 C08 C09 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 PID PID PI PI PID PID PI PI PID PID PI PI PID PID PI PI PID PID PI PI PID PID PI PI Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Temperatura de Condensao Fechamento da vlvula de controle Freq. de rotao do compressor Temperatura de Evaporao Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor Temp. de sada do propileno glicol Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor
Varivel controlada
Varivel manipulada
4.3.3.2 Atuao conjunta dos controladores convencionais e PID Para a verificao de desempenho de controladores PID convencionais atuando em configuraes multimalha, foram realizados ensaios onde duas malhas de controle, com a mesma sintonia utilizada anteriormente, monitoravam simultaneamente a mesma varivel de processo e efetuavam atuao conjunta. A estrutura do controlador multimalha (duplo-PID) proposta para a
realizao dos ensaios apresentada na figura 4.2

131
Figura 4.2 -
Estrutura do controlador multimalha (duplo PID).
Na tabela 4.4 so apresentados os ensaios realizados com as malhas de controle PID atuando em conjunto. Tabela 4.4 - Ensaios realizados com os controladores convencionais PID, duplo SISO, atuando em conjunto
Ensaio Perturbao
M01 M02 Carga Set point
Varivel controlada
Temp. de sada do propileno glicol
Varivel manipulada
Freq. de rotao do compressor E Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor E Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor E Fechamento da Vlvula de controle
M03
Carga Temp. de Evaporao
M04
Set point
M05 M06
Carga Temp. de Condensao Set point
132
4.4 Resultados obtidos

4.4.1 Implementao dos controladores PI e PID As estratgias de controle PID e PI utilizadas no desenvolvimento dos ensaios foram construdas a partir da interligao de blocos funcionais dos dispositivos de campo Fieldbus. A representao do fluxo de informaes das malhas de controle, configuradas a partir do configurador SYSCON, est representada na figura 4.3.
Figura 4.3 -
Estratgias de controle PI e PID implementadas no sistema de
refrigerao de resfriamento de lquido. A interligao dos blocos funcionais define a estratgia de controle e programao do processo a ser controlado. Na configurao especifica-se a
133
escolha do bloco funcional e em que dispositivo sero enviados os dados coletados. A versatilidade do sistema fieldbus permite, em caso de defeitos em alguns dos blocos funcionais, a reconfigurao automtica em tempo real, o que caracteriza uma redundncia dos dispositivos, aumentando a confiabilidade de execuo do sistema. Os blocos de entradas analgicos (AI) dispem dos dados dos
transdutores de entrada ligados aos elementos primrios de temperatura e os tornam disponveis para os demais blocos funcionais. Os blocos caracterizadores de sinal (CHAR) tm duas sadas que so funes no lineares das entradas respectivas. A funo determinada por uma tabela com coordenadas X-Y com vinte pontos cada. Este bloco utilizado na estratgia para corrigir as temperaturas dos sensores de temperatura Pt100. Os blocos seletores de sinal (ISEL) fornecem seleo de at trs entradas e geram uma sada baseada na ao configurada. Estes blocos so utilizados para a definio da estratgia de controle a ser utilizada, dependendo do valor atribudo pelo bloco (CONST). Os blocos funcionais PID recebem os sinais dos valores da varivel que se deseja controlar enviando sinais de controle para as variveis manipuladas atravs das sadas analgicas (AO). As sadas analgicas (AO) so utilizados por equipamentos que trabalham como elementos de sada em uma malha de controle tais como: vlvulas, atuadores, posicionadores, etc. O bloco (AO) recebe um sinal de outro bloco funcional e trabalha sobre ele para faz-lo compatvel com a necessidade do
134
hardware. Tipicamente, a sada de um bloco (AO) conectada a um bloco transdutor de sada. 4.4.2 Sintonia dos controladores PI e PID Apesar de ser bastante aplicado na maioria das sintonias das malhas de controle, o primeiro mtodo de Ziegler-Nichols no se mostrou adequado ao sistema de resfriamento de lquido. As curvas de reao obtidas foram similares s apresentadas nos testes preliminares quanto presena de respostas reversas e desvios do comportamento, devido s interaes entre as variveis, levando necessidade de consideraes para a definio dos parmetros grficos da curva de reao. Foi observado tambm um elevado tempo de resposta da curva de reao, o que levava a valores de ganho elevadssimos, desestabilizando a malha de controle quando implementada a sintonia. Na sintonia, utilizando o segundo mtodo de Ziegler-Nichols em malha fechada, tambm foram utilizadas as condies iniciais (CI2). O ganho do controlador proporcional foi sendo aumentado at se obter instabilidade na malha de controle. Neste sistema foram constatadas algumas desvantagens que
inviabilizaram a utilizao dos dados para a sintonia das malhas. Uma desvantagem do mtodo foi o tempo de sintonia alto, em virtude das diversas tentativas at que o processo alcance o limite de estabilidade. Outra desvantagem estava relacionada s condies extremas de operao dos
atuadores no limite de estabilidade, que, muitas vezes, ultrapassavam os limites de segurana do sistema. Alm disso, os dados relativos instabilidade do sistema no forneciam um perodo crtico constante.
135
Pode-se proporcional na
atribuir vazo
inviabilidade de
dos
mtodos do
acima
existncia,
imprescindvel, da vlvula de expanso termosttica que exercia um controle refrigerante evaporador, proporcionando interferncias nas respostas obtidas, apresentando valores de constante de tempo (T) elevados, fazendo com que a relao (L/T) fosse reduzida. Assim, atribua-se ao controlador valores excessivamente grandes ao ganho, tornando as malhas de controle instveis. Desta forma, o mtodo de sintonia que melhor se aplicou ao sistema de resfriamento de lquido foi o de strm-Hgglund. O comportamento apresentado serviu de subsdio para a determinao dos parmetros de sintonia deste mtodo. Os valores dos ganhos crticos e perodos crticos, para cada malha sintonizada so apresentados na tabela 4.5. Tabela 4.5 - Valores dos ganhos crticos (Ku) e perodos crticos (Tu) obtidos no mtodo de strm e Hgglund. Varivel manipulada Varivel de processo
TSP TEV TCOND
FVC Ku
6,4 5,8 14,1
FRC Tu
120 132 275
FRB Tu
60 50 60
Ku
25.5 42,4 25,5
Ku
2,4 21,2 12,7
Tu
120 132 102
Obtidos os valores de ganho crtico e perodo crtico, os valores dos parmetros dos controladores PI e PID foram calculados a partir da tabela 4.2 que define os parmetros para o segundo mtodo de Ziegler-Nichols. Os valores dos parmetros dos controladores P, PI e PID convencionais obtidos nesta sintonia so mostrados na tabela 4.6.
136
Tabela 4.6 - Valores
dos
parmetros
dos
controladores
convencionais
utilizando o mtodo de strm e Hgglund. Mtodo de strm e Hgglund Varivel manipulada: Fechamento da vlvula de controle (FVC) Tipo do controlador P PI PID Varivel controlada
Temp. de sada do propileno glicol Temperatura de evaporao Temperatura de condensao
kp
3,2 2,9 7,1
d
0 0 0
kp
2,9 2,6 6,4
i
100,0 110,0 229,2
d
0 0 0
kp
3,8 3,5 8,5
i
60,0 66,0 137,5
d
15,0 16,5 34,4
Varivel manipulada: Freqncia de rotao do compressor (FRC) Tipo do controlador P PI PID Varivel controlada
kp
12,7 21,2 12,7
d
0 0 0
kp
11,5 19,1 11,5
i
50,0 41,7 50,0
d
0 0 0
kp
15,3 25,5 15,3
i
30,0 25,0 30,0
d
7,5 6,3 7,5
Varivel manipulada: Freq. de rotao da bomba de propileno glicol (FRB) Tipo do controlador Varivel controlada
P kp
1,2 10,6 6,4
PI
PID
d
0 0 0
kp
1,1 9,5 5,7
i
100.0 110,0 85,0
d
0 0 0
kp
1,5 12,7 7,6
i
60,0 66,0 51,0
d
15,0 16.5 12,8
As sintonias foram utilizadas nos controladores implementados, sem ajustes finos, ou seja, foram utilizados os valores reais encontrados experimentalmente.
137
4.4.3 Ensaios com os controladores convencionais 4.4.3.1 Ensaios dos controladores PI e PID para a malha TSP-FRC Nas figuras 4.4 e 4.5 esto ilustrados os comportamentos das variveis controlada e manipulada sob a ao dos controladores PID e PI para perturbaes 30% positiva e negativa na carga trmica do sistema de refrigerao. Embora a operao normal de um sistema de refrigerao apresente perturbaes mais freqentes na carga, os controladores foram testados tambm para perturbaes no set-point em 1C, como pode ser observado na figura 4.6.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500 PID PI
TSP (C)
Tempo (s)
12 10
FRC (Hz)
8 6 4 2 0 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Figura 4.4 -
Comportamento
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TSP-FRC para perturbao de +30% na carga trmica (Ensaios C01 e C03).
138
TSP (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500
PID PI
3000
3500
Tempo (s)
0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
Figura 4.5 -
Comportamento
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TSP-FRC para perturbao de -30% na carga trmica (Ensaios C01 e C03).
-10,5 -11,0 -11,5 -12,0 -12,5 0 1000 2000 3000 4000 5000 6000 7000 PID PI
TSP (C)
Tempo (s)
Figura 4.6 -
Comportamento dos desvios da varivel controlada sob ao
dos controladores PID e PI na malha TSP-FRC para perturbao no set-point (Ensaios C02 e C04).
139
Analisando-se as figuras anteriores, pode ser concludo que a malha de controle de temperatura de sada do propileno glicol se mostrou bastante eficiente quanto a perturbaes na carga, apresentando uma pequena superioridade do controlador PID, fato evidenciado quando o sistema foi submetido perturbao no set-point. Na tabela 4.7 so apresentados os parmetros de desempenho dos controladores. Os valores evidenciados correspondem s malhas que apresentaram melhores valores de desempenho. Tabela 4.7 - Parmetros de desempenho dos controladores PID e PI
utilizados nos ensaios C01 a C04.

Controlador Parmetro de Desempenho Ensaio ISE IAE ITAE Sobre-sinal Tempo de subida Tempo de acomodao
7,2 48,0 34989,4 0,2 35 65
PID Carga C01

14,3 88,9 129939,2 0,2 40 40 3634,4 3586,4 0,3 295 1035
PI Set Point C02

3511,9 3499,5 0,4 475 1060 27,8 159,1 0,2 190 190
Carga C03
34,7 201,2 236971,2 0,3 1000 1000
Set Point C04

3555,9 3535,5 0,3 615 1560 3644,1 3516,8 0,5 480 1295
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo
6515156,0 6545902,0 168229,0
6480530,6 6452451,0
Os valores dos desempenhos demonstram ser mais vantajosa a utilizao da malha de controle PID, principalmente quando submetida a perturbaes na carga. Para perturbaes no set-point houve um relativo equilbrio quanto aos parmetros de erro (ISE, IAE e ITAE), porm o controle PID apresentou menores valores de sobre-sinal, tempo de subida e tempo de acomodao, suficiente para confirmar, quantitativamente, a superioridade deste controlador.
140
A atuao na freqncia de rotao do compressor nos dois controles foi suave, porm, com elevada amplitude, conseqncia de demasiado grau de amplitude das perturbaes nos ensaios. 4.4.3.2 Ensaios dos controladores PI e PID para a malha TSP-FRB Uma nova malha de controle da temperatura (TSP) foi testada utilizandose como varivel manipulada a freqncia de rotao da bomba de propileno glicol (FRB). Os controladores PID e PI foram submetidos s mesmas perturbaes de carga e set-point, o comportamento destes controles pode ser visto nas figuras 4.7, 4.8 e 4.9.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500 PID PI
TSP (C)
Tempo (s)
-2
FRB (Hz)
-6 -10 -14 -18 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Figura 4.7 -
Comportamento
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TSP-FRB para perturbao de +30% na carga trmica (Ensaios C05 e C07).
141
TSP (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0
PID PI
500
1000
1500
2000
2500
3000
3500
Tempo (s)
20 16
FRB (Hz)
12 8 4 0 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Figura 4.8 -
Comportamento
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TSP-FRB para perturbao de -30% na carga trmica (Ensaios C05 e C07).
-10,0 -10,5 PID PI
TSP (C)
-11,0 -11,5 -12,0 -12,5 -13,0 0 1000 2000 3000 4000 5000 6000 7000
Tempo (s)
Figura 4.9 -
Comportamento dos desvios da varivel controlada sob ao
dos controladores PID e PI na malha TSP-FRB para perturbao no set-point (Ensaios C06 e C08).
142
A utilizao da variao da freqncia de rotao da bomba de propileno glicol na malha de controle da temperatura de sada do propileno glicol no se mostrou to eficiente quanto atuao da freqncia de rotao do compressor. Na ao dos controladores PID e PI, pode ser observado uma grande oscilao na varivel controlada e um grande tempo de estabilizao no valor desejado. O comportamento pouco eficiente da atuao na rotao da bomba sobre a temperatura de sada do propileno glicol, pode ser atribudo s oscilaes de vazo do propileno glicol apesar da pequena oscilao apresentada na atuao da freqncia de rotao da bomba. Este comportamento pode ser minimizado atravs da implantao de um controlador tipo cascata. Outro fator que deve ser estudado a presena do fenmeno de resposta reversa que contribui com uma competio ao efeito regulador da rotao da bomba. Os parmetros de desempenho destes controladores so apresentados na tabela 4.8.
Tabela 4.8 - Parmetros
de
desempenho
dos
controladores
PID
PI

Controlador Parmetro de Desempenho Ensaio PID PI Carga Set Point Carga Set Point Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo C05 C06 C07 C08
ISE 103,4 22,6 3250,4 2988,5 202,4 55,8 2255,4 2814,7 IAE 530,4 197,5 3355,1 3119,7 800,4 353,0 2763,3 3032,1 ITAE 1009652,5 339240,0 6297959,7 5977805,0 1608220,0 636120,0 5470856,9 5846935,1 Sobre-sinal * * * * * * * * Tempo de * * 245 350 * * 405 555 subida Tempo de * * 465 855 * * 2000 1530 acomodao
* Valores que no puderam ser determinados com preciso.
143
4.4.3.3 Ensaios dos controladores PI e PID para a malha TEV-FRC A mesma metodologia de testes foi aplicada s malhas de controle para a temperatura de evaporao. Os resultados dos ensaios utilizando a variao da rotao do compressor so apresentados nas figuras 4.10, 4.11 e 4.12. Os controladores PID e PI propostos para o controle da temperatura de evaporao a partir da manipulao da freqncia de rotao do compressor apresentaram um comportamento estvel e bastante satisfatrio.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500 PID PI
TEV (C)
Tempo (s)
FRC (Hz)
8 7 6 5 4 3 2 1 0 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Figura 4.10 - Comportamento
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TEV-FRC para perturbao de +30% na carga trmica (Ensaios C09 e C11).
144
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500 3000 3500 PID PI
TEV (C)
Tempo (s)
1 0 -1 -2 -3 -4 -5 -6 -7 -8 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TEV-FRC para perturbao de -30% na carga trmica (Ensaios C09 e C11).
-22,5 -23,0 -23,5 -24,0 -24,5 PID PI
TEV (C)
1000
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 4.12 - Comportamento dos desvios da varivel controlada sob ao dos controladores PID e PI na malha TEV-FRC para perturbao no set-point (Ensaios C10 e C12). A perturbao na carga trmica aplicada nos ensaios se mostrou excessiva. Em virtude da elevada amplitude de atuao da varivel manipulada.
145
Esse tipo de comportamento no desejvel pois a varivel manipulada no deve atuar prxima aos seus limites mximo e mnimo, evitando assim o efeito resetwind up na ao integral dos controladores. Atravs da equao (4.4) do controlador PID pode ser observado que quando o erro for muito grande a sada do controlador tambm ser grande podendo ocasionar uma saturao do atuador. Assim, a ao de controle integral PID continuar sendo incrementada enquanto persistir o erro. Quando a sada atingir o valor de set-point ocorrer a inverso de sinal do erro, podendo ocorrer uma demora na ao de controle devido ao alto valor atingido pelo termo integral. Esse efeito conhecido como reset-wind up. Os parmetros de desempenho para a malha TEV-FRC so apresentados na tabela 4.9. Tabela 4.9 - Parmetros de desempenho dos controladores PID e PI

Controlador Parmetro de Desempenho Ensaio ISE IAE ITAE Sobre-sinal Tempo de subida Tempo de acomodao PID Carga Set Point Carga PI Set Point
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo C09 C10 C11 C12
1,1 10,5 17307,5 * * * 2,7 27,0 26852,5 * * * 32,4 56,5 15257,6 0 105 105 39,4 87,0 69357,8 0 120 120 3,0 30,0 35500,0 * * * 6,2 61,5 50200,0 * * * 61,3 121,5 70277,8 0 260 260 66,4 176,5 75942,8 0 495 495
* Valores que no puderam ser determinados com preciso. O comportamento dos controladores para perturbao na carga foi bastante similar, com uma ligeira vantagem para a utilizao do controle PID quando analisados os parmetros de erro. O sobre-sinal, o tempo de subida e o
146
tempo de acomodao para perturbao na carga no puderam ser determinados precisamente devido pequena oscilao ocorrida na varivel controlada. O controlador PID apresentou uma significativa vantagem quanto aos tempos de resposta e acomodao quando o sistema submetido perturbao no set-point. 4.4.3.4 Ensaios dos controladores PI e PID para a malha TEV-FRB Foram testadas novas malhas de controle para a temperatura de evaporao utilizando a freqncia de rotao da bomba de propileno glicol como varivel manipulada. Os resultados dos ensaios so apresentados nas figuras 4.13, 4.14 e 4.15.
2,0 1,5 PID PI
TEV (C)
1,0 0,5 0,0 -0,5 0 500 1000
1500
2000
2500
3000
3500
Tempo (s)
4 0
FRB (Hz)
-4 -8 -12 -16 -20 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TEV-FRB para perturbao de +30% na carga trmica (Ensaios C13 e C15).
147
0,5 0,0
TEV (C)
-0,5 -1,0 -1,5 -2,0 0 500 1000 1500 2000 2500 3000 3500 PID PI
Tempo (s)
20 15
FRB (C)
10 5 0 -5 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TEV-FRB para perturbao de -30% na carga trmica (Ensaios C13 e C15).
-22,0 -22,5 PID PI
TEV (C)
-23,0 -23,5 -24,0 -24,5 -25,0 0 1000
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 4.15 - Comportamento dos desvios da varivel controlada sob ao dos controladores PID e PI na malha TEV-FRB para perturbao no set-point (Ensaios C14 e C16).
148
De maneira anloga ao comportamento apresentado pela utilizao da freqncia de rotao da bomba na malha de controle da temperatura de sada do propileno glicol, a malha de controle da temperatura de evaporao apresentou uma maior oscilao da varivel controlada, principalmente, na perturbao negativa da carga trmica e na mudana de set-point. Na tabela 4.10 so mostrados os parmetros de desempenho do erro e do regime transitrio para a malha TEV-FRB. Tabela 4.10 - Parmetros de desempenho dos controladores PID e PI

Controlador Parmetro de Desempenho Ensaio PID Carga C13
100,3 444,8 730895,2 0,4 60 660
PI Set Point C14

107,3 356,5 435326,6 0 445 550 226,7 580,0 0,5 790 1045
Carga C15
129,2 644,3 0,3 * *
Set Point C16

65,8 213,0 242763,4 0 105 655 262,2 761,3 908370,3 0 * *
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo ISE 33,4 79,1 IAE 266,8 423,4 ITAE 407682,5 898110,0 Sobre-sinal 0,2 0,3 Tempo de 905 * subida Tempo de 905 * acomodao
863340,0 1174955,0
* Valores que no puderam ser determinados com preciso. Na figura 4.15 pode ser observado que o controlador PI no consegue atingir a resposta final dentro do intervalo de tempo definido para cada ensaio (3600 s), evidenciando que a sintonia atribuda a este controle deve ser revista alterando-se os parmetros, principalmente o ganho proporcional. Mesmo no apresentando um desempenho de controle da temperatura de evaporao to satisfatrio quanto a atuao da freqncia de rotao do
149
compressor, o controle PID dispe de valores de desempenho mais vantajosos para perturbao na carga trmica (tabela 4.10). 4.4.3.5 Ensaios dos controladores PI e PID para a malha TCOND-FRC Dando continuidade aos ensaios de implementao dos controladores PID e PI, foi definida uma malha de controle para a temperatura de condensao utilizando a freqncia de rotao do compressor. Os resultados obtidos so apresentados nas figuras 4.16, 4.17 e 4.18.
2,0
TCOND (C)
1,5 1,0 0,5 0,0 -0,5 0 500 1000 1500 2000 2500 3000 3500 PID PI
Tempo (s)
FRC (Hz)
-4 -8 -12 -16 -20 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TCOND-FRC para perturbao de +30% na carga trmica (Ensaios C17 e C19).
150
0,5
TCOND (C)
0,0 -0,5 -1,0 -1,5 -2,0 0 500 1000 1500 2000 2500 3000 3500 PID PI
Tempo (s)
8 7 6 5 4 3 2 1 0 -1 -2 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TCOND-FRC para perturbao de -30% na carga trmica (Ensaios C17 e C19).
33,5
TCOND (C)
33,0 32,5 32,0 31,5 0 1000 2000 3000 4000 5000 6000 7000 PID PI
Tempo (s)
Figura 4.18 - Comportamento dos desvios da varivel controlada sob ao dos controladores PID e PI na malha TCOND-FRC para perturbao no setpoint (Ensaios C18 e C20).
151
Os dados obtidos ratificam a eficincia da manipulao da freqncia de rotao do compressor como integrante das malhas de controle. Novamente o controlador PID apresenta melhor desempenho para perturbao na carga apesar de um comportamento similar do controlador PI. Em contrapartida, para
perturbaes no set-point, o controlador PI apresentou melhor desempenho. Na tabela 4.11 so apresentados os parmetros de desempenho dos controladores, calculados para esta malha de controle. Tabela 4.11 - Parmetros de desempenho dos controladores PID e PI

Controlador Parmetro de Desempenho Ensaio PID Carga C17
73,4 322,7 540709,3 0,1 185 185
PI Set Point C18

35,4 84,5 39819,9 0,2 150 375 72,9 382,1 656015,0 0,4 1070 *
Carga C19
18,1 170,4 283137,5 0,2 * *
Set Point C20

43,2 169,1 202762,4 0,1 175 175 124,7 233,0 108620,0 0,1 295 295
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo ISE 13,6 10,6 IAE 128,0 105,0 ITAE 202402,5 220952,5 Sobre-sinal 0,2 0,2 Tempo de 880 * subida Tempo de 2285 * acomodao
* Valores que no puderam ser determinados com preciso. 4.4.3.6 Ensaios dos controladores PI e PID para a malha TCOND-FVC Finalizando o estudo de desempenho de malhas SISO, o percentual de fechamento da vlvula de controle foi utilizado como varivel manipulada na malha de controle da temperatura de condensao. Os resultados obtidos nos ensaios de perturbao na carga e no set-point so apresentados nas figuras 4.19, 4.20 e 4.21.
152
Observa-se que o controle da temperatura de condensao apresentou maior amplitude de erro e oscilaes, comportamento atribudo a uma operao instvel da varivel manipulada. Dois fatores podem ter contribudo para este comportamento: inicialmente, leva-se em considerao a caracterstica no linear da vlvula de controle, o que impossibilita uma ao estvel da vlvula sobre a vazo de gua no condensador, e, a seguir, as variaes de temperatura da gua de entrada do condensador durante o ensaio, apesar deste fator ter recebido ateno especial e um monitoramento especfico durante os experimentos. Desta forma, uma maior ateno deve ser dada sintonia deste controlador, procurando reduzir as oscilaes da varivel controlada.
2,0
TCOND (C)
1,5 1,0 0,5 0,0 -0,5 0 500 1000 1500 2000 2500 3000 3500 PID PI
Tempo (s)
20 15 10 5 0 -5 -10 -15 -20 0 500 1000 1500 2000 2500 3000 3500
FVC (%)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TCOND-FVC para perturbao de +30% na carga trmica (Ensaios C21 e C23).
153
0,5
TCOND (%)
0,0 -0,5 -1,0 -1,5 -2,0 0 500 1000 1500 2000 2500 3000 3500 PID PI
Tempo (s)
20 15 10 5 0 -5 -10 -15 -20 0 500 1000 1500 2000 2500 3000 3500
FVC (%)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores PID e PI na malha TCOND-FVC para perturbao de -30% na carga trmica (Ensaios C21 e C23).
34,5
TCOND (C)
34,0 33,5 33,0 32,5 0 1000 2000 3000 4000 5000 6000 7000 PID PI
Tempo (s)
Figura 4.21 - Comportamento dos desvios da varivel controlada sob ao dos controladores PID e PI na malha TCOND-FVC para perturbao no setpoint (Ensaios C22 e C24).
154
Na tabela 4.12 so apresentados os parmetros de desempenho para os ensaios de perturbaes na malha de controle da temperatura de condensao. Tabela 4.12 - Parmetros de desempenho dos controladores PID e PI

Controlador Parmetro de Desempenho Ensaio PID Carga C21 Set Point C22
255,4 593,6 435262,3 0,2 1320 1320 93,3 450,8 795347,5 0,3 * *
PI Carga C23
33,0 230,3 446482,5 0,2 * * 176,2 548,5 648194,0 0,1 770 770
Set Point C24

162,4 477,1 536828,8 0,2 795 795
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo ISE 131,9 175,4 289,7 IAE 573,0 698,5 765,0 ITAE 1056337,5 1390525, 0 874490,2 Sobre-sinal 0,4 0,4 0,1 Tempo de * * 1830 subida Tempo de * * 1830 acomodao
* Valores que no puderam ser determinados com preciso. As oscilaes presentes nestes ensaios impossibilitaram um melhor
desempenho do controle PID devido presena da ao derivativa que tenta se antecipar ao erro. Portanto, para sistemas caracterizados por oscilaes, o controle PI se adapta melhor. Essa tendncia se confirmou atravs dos melhores ndices de desempenho apresentados pelo controle PI na tabela 4.12. 4.4.4 Atuao conjunta dos controladores convencionais PID A implementao de estratgias de controle SISO apresentou alguns problemas quanto amplitude de atuao da varivel manipulada e s excessivas oscilaes na varivel de processo. No intuito de se minimizar essa caracterstica, foi proposta uma estratgia multimalha.
155
Os ensaios foram realizados sob as mesmas perturbaes, sintonias e condies adotadas nos ensaios anteriores. 4.4.4.1 Ensaios dos controladores duploPID para as malhas TSP- FRC/FRB Os resultados obtidos nos ensaios com perturbaes na carga e no setpoint para o controle da temperatura de sada do propileno glicol utilizando a estratgia multimalha PID, conforme proposio de ensaios da tabela 4.4, so apresentados nas figuras 4.22, 4.23 e 4.24.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 0 500 1000
TSP (C)
Duplo SISO PID
1500
2000
2500
3000
3500
Tempo (s)
10
Freqncia (Hz)
8 6 4 2 0 -2 0 500 1000 1500 2000 2500 3000 3500 Bomba de propileno glicol Compressor
Tempo (s)
Figura 4.22 - Comportamento manipulada sob ao
dos do
desvios controlador
das
variveis duplo-PID
controlada nas
malhas
TSP-FRC/FRB para perturbao de +30% na carga trmica (Ensaio M01).
156
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500
TSP (C)
Duplo SISO PID
2000
2500
3000
3500
Tempo (s)
Freqncia (Hz)
2 0 -2 -4 -6 -8 0 500 1000 1500 2000 2500 3000 3500 Bomba de propileno glicol Compressor
Tempo (s)
dos do
desvios controlador
das
variveis duplo-PID
controlada nas
malhas
TSP-FRC/FRB para perturbao de -30% na carga trmica (Ensaio M01).
-10,0 -10,5
TSP (C)
-11,0 -11,5 -12,0 -12,5 -13,0 0 1000 2000 3000 4000 5000 6000 7000
Tempo (s)
Figura 4.24 - Comportamento dos desvios da varivel controlada sob ao do controlador duplo-PID nas malhas TSP-FRC/FRB para perturbao no setpoint (Ensaios M02).
157
Quanto a perturbaes na carga, pode ser observado que houve uma reduo na oscilao da varivel de controle, quando comparada com o desempenho dos controladores atuando em separado. Ressalta-se a forma mais atenuada da ao das variveis manipuladas, principalmente, quanto atuao na freqncia de rotao da bomba de propileno glicol, que reduziu bastante a amplitude apresentada anteriormente. As melhores caractersticas apresentadas pelo controle em conjunto so ratificadas pelos valores apresentados na tabela 4.13, principalmente na perturbao do set-point.
Tabela 4.13 - Parmetros de desempenho do controlador duplo-PID utilizado nos ensaios M01 e M02.
Parmetro de desempenho Positivo Ensaio ISE IAE ITAE Sobre -sinal Tempo de subida Tempo de acomodao
5,7 51,5 35200,0 0,2 775 775
Controlador duplo PID Carga Negativo

3,7 35,0 13492,5 0,2 640 640
Set Point Positivo

42,5 157,8 131767,5 0,2 190 745
Negativo
86,4 360,5 495185,0 0,3 225 *
M01
M02
158
4.4.4.2 Ensaios dos controladores duploPID para as malhas TEV- FRC/FRB Os comportamentos do sistema para perturbaes positiva e negativa na carga trmica e no set-point, so apresentados nas figuras 4.25, 4.26 e 4.27.
TEV (C)
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 0 500
Duplo SISO PID
1000
1500
2000
2500
3000
3500
Tempo (s)
14 12 10 8 6 4 2 0 -2 -4 -6 0 500
Freqncia (Hz)
Compressor Bomba de propileno glicol
1000
1500
2000
2500
3000
3500
Tempo (s)
dos do
desvios controlador
das
variveis duplo-PID
controlada nas
malhas
TEV-FRC/FRB para perturbao de +30% na carga trmica (Ensaio M03).
159
TEV (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000
Duplo SISO PID
1500
2000
2500
3000
3500
Tempo (s)
6 4 2 0 -2 -4 -6 -8 -10 -12 -14 0 500 1000
Freqncia (Hz)
Compressor Bomba de propileno glicol 1500 2000 2500 3000 3500
Tempo (s)
dos do
desvios
das
variveis duplo-PID
controlada nas
controlador
malhas
TEV-FRC/FRB para perturbao de -30% na carga trmica (Ensaio M03).
-22,5 -23,0 -23,5 -24,0 -24,5
TEV (C)
1000
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 4.27 - Comportamento dos desvios da varivel controlada sob ao do controlador duplo-PID nas malhas TEV-FRC/FRB para perturbao no setpoint (Ensaios M04).
160
Nas figuras acima pode ser observado claramente que a utilizao do controle em conjunto na manuteno da temperatura de evaporao no apresentou uma ao satisfatria. Ao contrrio das malhas SISO anteriores, oscilaes excessivas na temperatura de evaporao so observadas nos dois tipos de perturbaes. Claramente, esse comportamento pode ser atribudo atuao desestabilizadora da freqncia de rotao da bomba de propileno glicol. Na tabela 4.14 so apresentados os parmetros de desempenho calculados para o controle conjunto da temperatura de evaporao.
Tabela 4.14 - Parmetros de desempenho do controlador Duplo-PID utilizado nos ensaios M03 e M04.
Controlador duplo PID Parmetro de desempenho Carga Positivo Ensaio ISE IAE ITAE Sobre -sinal Tempo de subida Tempo de acomodao
62,0 400,6 700225,0 0,3 * *
Set Point Positivo Negativo M04

37,0 298,8 50,3 268,5 346405,0 0,3 50 * 66,6 375,5 563095,0 0,2 60 *
Negativo
M03
546712,5 0,2 * *
161
4.4.4.3 Ensaios dos controladores duploPID para as malhas TCOND- FRC/FVC O controle da temperatura de condensao realizado atravs da
implementao da ao do duplo PID com as variveis manipuladas FRC e FVC, submetido s perturbaes, apresentou os resultados mostrados nas figuras 4.28, 4.29 e 4.30.
TCOND (C)
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
8 4
Atuao
0 -4 -8 -12 -16 0 500 1000 1500 2000 2500 3000 3500 FVC (%) FRC (Hz)
Tempo (s)
dos do
desvios controlador
das
variveis duplo-PID
controlada nas
malhas
TCOND-FRC/FVC para perturbao de +30% na carga trmica (Ensaio M05).
162
TCOND (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
16 12 FVC (%) FRC (Hz)
Atuao
8 4 0 -4 -8 0 500
1000
1500
2000
2500
3000
3500
Tempo (s)
dos do
desvios controlador
das
variveis duplo-PID
controlada nas
malhas
TCOND-FRC/FVC para perturbao de -30% na carga trmica (Ensaio M05).
33,5
TCOND (C)
33,0 32,5 32,0 31,5 0 1000 2000 3000 4000 5000 6000 7000
Tempo (s)
Figura 4.30 - Comportamento dos desvios da varivel controlada sob ao do controlador duplo-PID nas malhas TCOND-FRC/FVC para perturbao no set-point (Ensaios M06).
163
A ao oscilatria da vlvula de controle impossibilita um controle satisfatrio da temperatura de condensao para perturbaes na carga trmica. Para mudana no set-point a temperatura de condensao apresentou menor oscilao, porm, um elevado tempo de resposta, evidenciando a necessidade de otimizar os parmetros de sintonia dos controladores propostos. Na tabela 4.15 so apresentados os parmetros de desempenho para o controle da temperatura de condensao. Tabela 4.15 - Parmetros de desempenho do controlador duplo-PID utilizado nos ensaios M05 e M06.
Parmetro de desempenho
Controlador duplo PID Carga Set Point Positivo Negativo M06

108,8 401,3 410037,5 0,0 880 880 109,5 381,0 329590,0 0,0 1310 1310
Ensaio ISE IAE ITAE Sobre -sinal Tempo de subida Tempo de acomodao
Positivo Negativo M05

17,3 152,5 207027,5 0,2 * * 26,2 205,0 326737,5 0,2 * *
* Valores que no puderam ser determinados com preciso. 4.4.5 Analise comparativa dos controladores PID e Duplo-PID Na figura 4.31 so apresentadas, de forma comparativa, as mdias dos percentuais das diferenas dos parmetros de desempenho (ISE, IAE e ITAE) dos controladores duplo-PID, tomando-se como base as malhas SISO anteriormente estudadas.
164
100 80 60 40
> 100,0%
> 100,0%
Duplo-PID (%)
20 0 -5,0% -20 -40 -60 -80 -100 TSP-FRC TSP-FRB TEV-FRC TEV-FRB TCOND-FRC TCOND-FVC -67,4% -62,8%
-92,7%
Malhas de Controle SISO
Figura 4.31 - Percentual mdio da diferena entre os valores dos parmetros de desempenho (ISE, IAE e ITAE) dos controladores duplo-PID e controladores PID (malhas SISO). Pode ser observado que, de uma forma geral, a proposta de uma arquitetura de controle multimalha se mostrou mais eficiente que os controladores SISO, principalmente no controle da temperatura de sada do propileno glicol, confirmando os resultados obtidos no primeiro planejamento experimental (PEFC01) do captulo 3. O resultado no satisfatrio obtido no controlador multimalha
TEV-FRC/FRB pode ser atribudo ao efeito desestabilizador da manipulao da vazo de propileno glicol na temperatura de evaporao. Esta caracterstica j havia sido constatada no desenvolvimento da malha SISO TEV-FRB.
165
Estes resultados reafirmam a manipulao da freqncia de rotao do compressor como a varivel de controle mais indicada para compor malhas de controle da temperatura de evaporao. Para o controle da temperatura de condensao a estrutura multimalha apresentou melhor desempenho apenas quando comparada com a estrutura SISO TCOND-FVC, sustentando a hiptese da necessidade de uma melhor sintonia da malha contendo a vlvula de controle. Na figura 4.32, 4.33 e 4.34 so apresentadas referncias bsicas comparativas trmica. de uma operao normal do chiller utilizando os controles
comerciais e o controle PID proposto, quando submetido a perturbaes na carga
3,0
0,5
2,5 Controle PID Controle Comercial 0,0
2,0
TSP (C)
1,5
1,0
TSP (C)
-0,5
-1,0
0,5 -1,5 0,0 Controle PID Controle Comercial
-0,5 0 500 1000 1500 2000 2500 3000 3500
-2,0 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Tempo (s)
(a)
(b)
Figura 4.32 - Comportamento dos desvios da temperatura de sada do propileno glicol sob a ao do controle comercial do chiller e o controle PID para perturbaes de +30% (a) e 30% (b) na carga trmica.
166
1,5
0,5
Controle PID 1,0 Controle Comercial 0,0
TEV (C)
0,5
TEV (C)
-0,5
Controle PID 0,0 -1,0 Controle Comercial
-0,5 0 500 1000 1500 2000 2500 3000 3500
-1,5 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Tempo (s)
(a)
(b)
Figura 4.33 - Comportamento dos desvios da temperatura de evaporao sob a ao do controle comercial do chiller e o controle PID para perturbaes de +30% (a) e 30% (b) na carga trmica.
1,2 1,0 0,8 Controle PID Controle Comercial
0,4 0,2 0,0
TCOND (C)
0,6 0,4 0,2 0,0 -0,2 -0,4 0 500 1000 1500 2000 2500 3000 3500
TCOND (C)
-0,2 -0,4 -0,6 -0,8 -1,0 -1,2 0 500 1000 1500 2000 2500 3000 3500 Controle PID Controle Comercial
Tempo (s)
Tempo (s)
(a)
(b)
Figura 4.34 - Comportamento dos desvios da temperatura de condensao sob a ao do controle comercial do chiller e o controle PID para perturbaes de +30% (a) e 30% (b) na carga trmica. Nas figuras acima pode ser observado o desempenho superior dos controladores propostos neste trabalho, frente ao controle comercial comumente encontrado em chillers, que manipula apenas a abertura da vlvula de expanso. Assim, a varivel controlada foi mantida, satisfatoriamente, no valor prestabelecido (set-point).
167
4.5 Concluses
A utilizao da tecnologia fieldbus para a implementao das estratgias de controle facilitou a versatilidade dos ensaios e a aquisio dos dados em tempo real, agilizando a execuo e anlise dos parmetros de desempenho. A malha de controle PID, utilizando a manipulao da freqncia de rotao do compressor, se mostrou bastante eficiente para a manuteno da temperatura de sada do propileno glicol, tanto para as perturbaes na carga quanto nas perturbaes do set-point. Os parmetros de desempenho baseados no erro foram em mdia 74,4% menores, para perturbaes positivas e 53,3% menores, para perturbaes negativas na carga, que os apresentados pelo controlador PI nas mesmas condies. Nas perturbaes do set-point os controladores PID e PI apresentaram desempenhos similares (com variaes menores que 2%), quanto aos parmetros de erro. O controlador PID apresentou melhor desempenho quando comparados os parmetros em regime transitrio. Para o controle da temperatura de evaporao, a atuao do variador de freqncia de rotao do compressor apresentou um comportamento bastante estvel, sendo a estratgia PID mais vivel por apresentar parmetros de desempenho do erro 56,4% e 46,5% menores que os apresentados pela estratgia PI, quando submetidos a perturbaes na carga e no set-point, respectivamente. Confirmando a tendncia apresentada nas demais variveis de processo, o controle PID utilizando a FRC apresentou um desempenho superior na manuteno da temperatura de condensao, com valores 53,1% menores nos parmetros de erro, para perturbaes na carga.
168
A atuao do fechamento da vlvula de controle proporcionou excessivas oscilaes na temperatura de condensao devido necessidade de uma sintonia mais refinada deste controlador e ao comportamento no linear do atuador. O controlador multimalha, representado pela ao conjunta de duas variveis manipuladas, apresentou resultados satisfatrios apenas no controle da temperatura parmetros conjunta de de ainda sada do propileno glicol, tendo sido obtidos valores dos 67,4% um e 92,7% menores que os valores variveis da
desempenho apresentou
apresentados pelas malhas SISO TSP-FRC e TSP-FRB, respectivamente. A ao comportamento mais amortecido adequada da das
manipuladas,
viabilizando
uma
utilizao
variao
freqncia do compressor, variao da freqncia da bomba de propileno glicol e fechamento da vlvula de controle.

ALMEIDA, O. D. M. e COELHO, A. A. R. Controladores PID auto-ajustvel e nebuloso: aspectos de projeto, sintonia e aplicao prtica. In: 4 SBAI - Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 675-680. STRM, K. J. e HGGLUND, T. Automatic tuning of simple regulators with specifications on phase and amplitude margins. Automatica, v.20, n.5, p.645-651, 1984. BI, Q.; CAI, W.-J.; WANG, Q.-G.; HANG, C.-C.; LEE, E.-L.; SUN, Y.; LIU, K.-D.; ZHANG, Y. e ZOU, B. Advanced controller auto-tuning and its application in HVAC systems. Control Engineering Practice, v.8, p.633-644, 2000. BIANCO, M. S. e DOTE, Y. Diseo de un controlador PID autosintonizado mediante logica borrosa. In: 4 SBAI - Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 382-386. BOLTON, W. Controladores. Engenharia de controle. So Paulo: 1995. p.340380.
169
CAON JR., J. R. Controladores PID industriais com sintonia automtica por realimentao a rel. So Paulo, 1999. 118p. Dissertao de Mestrado. USP. COUGHANOWR, D. R. e KOPPEL, L. B. Anlise e controle de processos. 2.ed. Rio de Janeiro: Editora Guanabara Dois, 1978. 474p. DAVIDSON, V. J. Expert systems International, v.27, p.121-128, 1994. in process control. Food Research
DOSSAT, R. J. Princpios de Refrigerao. Editora Hemmus, 1985. GUIMARES, F. Solues de problemas de sintonia. 2001, So Paulo, ISA. p. 30. LEE, Y.; LEE, J. e PARK, S. PID controller tuning for integrating and unstable processes with time delay. Chemical Engineering Science, v.55, p.3481-3493, 2000. OGATA, K. Engenharia de Controle Moderno. 2.ed. Hall do Brasil, 1985. 929p. PRUDHOMME, R. e BRUCE, D. Tech, p.32-36, aug, 1996. Rio de Janeiro: Prentice
Tomato paste packer doubles productivity. In
STEPHANOPOULOS, G. Chemical process control: An introduction to theory and practice. 1.ed. New Jersey: Prentice-Hall International Inc, 1984. 696p. STEWART, K. E. p.44-49, mar, 1990. Advanced control of compressor suction pressure. Control,
SUNG, S. W.; LEE, I.-B. e LEE, J. New process identification method for automatic design of PID controllers. Automatica, v.34, n.4, p.513-520, 1998. TRELEA, I.-C.; ALVAREZ, G. e TRYSTRAM, G. Nonlinear predictive optimal control of a batch refrigeration process. Journal of Food Process Engineering, v.21, n.1, p.1-32, feb, 1998. WIEDMANN, W. e STRECKER, J. Process control of cooker-extruders. Automatic control and optimization of food process. Londres: Elsevier Applied Science Publisher, 1988. p.201-215.
170
Controladores Fuzzy-PI e Fuzzy-PID
CAPTULO 5 CONTROLADORES FUZZY-PI E FUZZY-PID
5.1 Introduo
A teoria de controle clssica apresenta limitaes de desempenho quando aplicada se a processos no de alta complexidade, industrial que onde as no-linearidades complexos e so comportamentos dinamicamente complexos esto presentes. Entretanto, observacotidianamente ambiente processos controlados eficientemente por operadores que se baseiam unicamente em informaes imprecisas e conhecimento especialista dos processos. Os controladores convencionais tratam as no linearidades dos sistemas fsicos atravs de aproximaes, procurando mapear as entradas e sadas dos processos. A escolha do melhor procedimento depende dos custos, da complexidade e do desempenho na implementao (Abreu & Ribeiro,1999). A estratgia de controle utilizada pelo ser humano pode ser representada por relaes condicionais fuzzy, que formam um conjunto de regras de deciso, de formalismo similar, para a representao do conhecimento e inferncia de novos conhecimentos. Os sistemas de controle fuzzy vm se destacando com uma abordagem aplicvel e atrativa para o controle de processos complexos por sua caracterstica de atuao baseada no conhecimento do sistema, no comportamento dinmico qualitativo e nas incertezas das medidas, incorporando as no linearidades metodologia do projeto. Tal metodologia envolve a construo de regras, operadores lgicos e funes de pertinncia, que mapeiam, atravs de um
171
processo de inferncia, as variveis de entrada e sada. Qualquer funo, linear ou no, que faa este mapeamento pode ser aproximada por uma construda a partir da lgica fuzzy (Arbex, 1994). Neste captulo apresentada de forma detalhada a implementao dos controladores fuzzy , utilizando estratgias SISO e SIMO, para as variveis de controle estudadas at o momento. A metodologia aplicada envolve a
caracterizao dos valores que as variveis de entrada e sada podem assumir de acordo com os resultados encontrados no estudo dos comportamentos dinmicos com perturbaes individuais e simultneas nos captulos 2 e 3, respectivamente. Sero tambm definidas as funes de pertinncia e construdas as bases de regras dos controladores.

5.2.1 Sistema de controle fuzzy baseado em regras Em meados dos anos 60, o Prof. Lotfi A. Zadeh (Universidade da Califrnia, Berkeley) observou que a tecnologia disponvel era incapaz de
automatizar atividades ligadas ao conhecimento subjetivo, mesmo aquelas de natureza industrial, que compreendessem situaes ambguas, no passveis de processamento pela lgica booleana. Os conjuntos fuzzy constituem uma tentativa de aproximar a lgica utilizada pelas mquinas ao raciocnio humano, no intuito de solucionar problemas e controlar mais eficazmente processos. Tornando-se, assim, uma opo para controle de sistemas complexos em que um certo grau de incerteza no influiria de maneira significativa na estabilizao do sistema. Posteriormente, diversos
trabalhos em inteligncia artificial e controle especialista utilizaram as idias bsicas de Zadeh.
172
A lgica fuzzy tem consolidado seus fundamentos com o passar do tempo e suas aplicaes tm aumentado em nmero e variedade, principalmente em cincias de base como a fsica e a matemtica. Porm, duas questes cruciais no so satisfatoriamente respondidas: (a) o que lgica fuzzy e (b) o que pode ser feito com lgica fuzzy e o que no pode ser feito, igualmente, com metodologias bem definidas e entendidas tais como redes neurais, teoria de probabilidade e controle clssico? A principal contribuio da lgica fuzzy o desenvolvimento de uma metodologia que efetua clculos utilizando palavras. Nenhuma outra metodologia utiliza este fundamento. Partindo deste princpio, existem duas principais razes para desenvolver clculos com variveis lxicas: (a) calcular com palavras necessrio quando a informao disponvel sobre o processo extremamente imprecisa para justificar a utilizao de nmeros; (b) quando a reduzida tolerncia preciso pode ser desprezada (Zadeh, 1996). A lgica fuzzy no tem sido assimilada facilmente porque a conceituao utilizada nos seus princpios parece ser contrria s tradies ocidentais, as quais so baseadas em definies precisas e bivalentes. Apesar da forma bilateral de pensamento ocidental ser eficaz em muitos problemas, desejvel preencher os espaos deixados pela no eficincia da lgica tradicional. Neste prisma, a lgica fuzzy permitiria observar graus de verdade entre ser e no ser. Num conjunto fuzzy no dada pertinncia absoluta a seus elementos. Qualquer elemento do universo de discurso pode pertencer ao conjunto fuzzy, ao qual dado um grau de pertinncia (funo de pertinncia) referente a quanto o elemento pertence ao conjunto. Portanto, a interpretao dada aos elementos do conjunto fuzzy no se o elemento pertence ao conjunto mas sim quanto ele pertence ao conjunto.
173
Os
conjuntos
fuzzy
so
importantes
pois
conseguem
representar
conhecimentos imprecisos ou difusos, que podem ser expressos e manipulados de modo a gerar decises. A linguagem humana utiliza, freqentemente, conceitos (termos
lingsticos) para a descrio de conhecimentos. Os comandos condicionais, baseados na teoria de conjuntos fuzzy, envolvem produtos lgicos (mnimos) dos blocos antecedentes "if", os quais so combinados dentro das somas lgicas (mximos) dos blocos conseqentes "then". Define-se uma proposio fuzzy como a associao de um conjunto fuzzy, representando um conceito, a uma varivel lingstica. Uma proposio fuzzy pode ser representada genericamente por uma construo do tipo (x ) onde x uma varivel lingstica e um conjunto fuzzy. Define-se proposies fuzzy regra fuzzy como uma regra de produo que utiliza
representando um conceito. A regra formada por um
antecedente, representando uma condio e um conseqente, representando uma ao, estruturada em termos de uma associao de proposies fuzzy. A estrutura bsica de uma regra fuzzy a seguinte: SE (u1 1 ) E (u2 2 ) E ... E (un n ) ENTO (y )N. Como exemplo, pode-se ter, num processo de resfriamento de ar, (sendo x uma varivel de vazo de ar, y uma varivel de temperatura do ar e z a vazo de fluido refrigerante) regras do seguinte tipo: SE (x baixa) E (y baixa) ENTO (z alta)
174
significando que se a vazo de ar baixa e a temperatura baixa deve-se ter uma alta vazo de refrigerante, aumentando a troca de calor. A definio do que alto ou baixo dada pelas funes de pertinncia de cada conjunto, que, por sua vez, dada para cada tipo de varivel lingstica. O conectivo ENTO utilizado na descrio de regras fuzzy corresponde ao operador fuzzy de implicao. Uma das maneiras de se definir a implicao fuzzy por meio de uma relao fuzzy. Os modelos de controle de processos so tpica e simultaneamente multidimensionais e multicondicionais, relacionados com as funes de
associaes. Os algoritmos de controle da lgica fuzzy utilizam termos lingsticos para descrever as variveis do processo com segurana, economia, efetividade, facilidade e aplicabilidade sem a necessidade de modelos matemticos. Devido a dificuldades encontradas no controle de processos, tais como: complexidade dos fenmenos simultneos, modelagem matemtica, preciso do modelo, tempo de atuao do controle pelos algoritmos, no linearidade de processos, condies dinmicas e conhecimento do processo, o controle fuzzy torna-se conveniente, uma vez que apresenta as facilidades quanto adequao da estratgia de controle humano, ao protocolo de controle, simplicidade das leis de controle, flexibilidade das variveis lingsticas e preciso para
implementao no computador. A principal fonte de conhecimento para construir o algoritmo de controle vem da experincia de controle do operador humano. A configurao consiste num conjunto de condicionais (se - ento), onde a primeira parte chamada de antecedente (condies) e a segunda parte chamada de conseqente, lida com uma ao (controle) que tem que ser realizada. Assim, da mesma forma que a estratgia humana, as bases de regras fuzzy expressam como o controle deve ser
175
realizado quando um certo estado do processo controlado observado, a partir do conhecimento do operador do processo. Na formao dos condicionais lingsticos para o controle de um processo, h dois tipos de questes importantes para a construo do controlador fuzzy, que o operador, conhecedor do processo, pode prever de forma qualitativa: a) Forma de atuao em cada situao do processo, em caso de alguma alterao de varivel de processo. b) Comportamento do processo com a ao de perturbaes externas e das variveis manipulveis. A anlise da sistematizao verbal promissora para a modelagem da ao humana em um controle de processo. Os principais aspectos a serem considerados so : Caractersticas do comportamento do controle humano; Desenvolvimento das habilidades no controle de processo; Diferenas individuais entre os operadores do processo; Organizao do comportamento de controle dos operadores; Volume de tarefas afetando o desempenho.
A estrutura bsica de um processo controlado por um controlador fuzzy apresentada na figura 5.1, evidenciando a interface de fuzzyficao, a base de regras, o procedimento de inferncia e a interface de defuzzyficao.
176
SENSOR
PROCESSO
ATUADORR
FUZZYFICAO
PROCEDIMENTO DE INFERNCIA
DEFUZZYFICAO
FUNES DE PERTINNCIA BASE DE CONHECIMENTO Controlador Fuzzy
Figura 5.1 -
Estrutura bsica de um controlador Fuzzy.
O processo de fuzzyficao a etapa responsvel pela transformao de um sinal escalar vindo de um sensor de campo, que colhe o estado de alguma varivel do processo, realizando um escalonamento para condicionar os valores a universos de discurso normalizados, transformando nmeros em conjuntos fuzzy, de modo que possam se tornar instncias de variveis lingsticas. O procedimento de inferncia processa os dados fuzzy de entrada, junto com as regras, de modo a inferir aes de controle fuzzy, aplicando o operador de implicao fuzzy e as regras de inferncia da lgica fuzzy . A base de conhecimento consiste de uma base de regras, caracterizando a estratgia de controle e suas metas. As funes de pertinncias definem as normalizaes dos universos de discurso, as parties fuzzy e formas dos espaos de entrada e sada. A vantagem do uso da base de regras fuzzy a forma de apresentao mais prxima da linguagem humana, tornando a etapa de aquisio do
conhecimento especialista mais fcil. Para que uma determinada informao seja utilizada em um sistema de controle, necessrio tomar o resultado da inferncia das diversas regras (que sero conjuntos fuzzy) e transform-lo em valores numricos correspondentes aos
177
sinais de controle associados s variveis lingsticas utilizadas nas proposies inferidas. Esta etapa chamada de defuzzyficao. Apesar de no existir nenhum procedimento sistemtico para a escolha da estratgia de defuzzyficao os critrios mais utilizados so (Arbex, 1994; Gomide & Gudwin, 1994): a) Mtodo do Critrio Mximo: Esse mtodo produz, como ao de controle, o valor no qual a funo de pertinncia assume o valor mximo do conjunto fuzzy de sada. b) Mtodo da Mdia dos Mximos: Essa estratgia gera uma ao de controle obtida pelo valor mdio de todas as aes de controle locais, onde a funo de pertinncia assume o valor mximo. c) Mtodo do Centro de Gravidade: Dentre as estratgias de
defuzzyficao, o mtodo do centro de massa o mais utilizado. Calcula-se para cada varivel de controle a integral da funo de pertinncia de sada, definida sobre o universo de discurso, tomando-se o ponto que divide o valor desta integral na metade, ou seja, consiste no clculo do centro de gravidade da funo de associao. Em controle de processos convencionais, suposies, simplificaes e criao de parmetros so freqentemente utilizados para construir um modelo matemtico, que pode ser distante do fenmeno real. Em contraste, o controle fuzzy capaz de atuar em processos complexos em que o conhecimento restrito e os modelos matemticos no so disponveis (Zhang et al., 1993).
178
5.2.2 Projeto de um Controlador Fuzzy O projeto de um controlador fuzzy consiste basicamente na definio do conjunto de termos utilizado para as variveis de entrada e sada, suas respectivas funes de pertinncia e um banco de regras que representa o conhecimento especialista do sistema. Entretanto devido a mltiplos ajustes simultneos, a fase de sintonia torna-se tambm difcil e trabalhosa (Li, 1997; Li & Gatland, 1996; Haber & Guerra, 1999). A estrutura de controle fuzzy pode ser classificada de acordo com a aplicao. Um dos mais populares tipos de estrutura fuzzy baseada em realimentao do erro, mais conhecido como controlador fuzzy convencional. No controle linear, o projeto e sintonia do controlador PID pode ser feito por diversos mtodos que requerem conhecimento quantitativo do processo. No controle fuzzy no existe ainda uma metodologia consolidada para determinar os ganhos do controlador. Se o controlador linear bem sintonizado pode no apresentar um desempenho satisfatrio em situaes complexas, assim o controlador fuzzy se mostrar como a melhor alternativa devido a sua robustez (Li, 1997). Li (1997) afirma ainda que as estruturas e os princpios de projeto dos controladores fuzzy -PID com duas entradas apresentam-se como alternativas ao projeto deste controlador com trs entradas, que expande a base de regras substancialmente e implica em diversas dificuldades no controle. Existem diferentes estruturas de controladores fuzzy-PID combinando os elementos estruturais mostrados abaixo (Mann et al., 1999): (a) Erro: (b) Variao do erro: (c) Taxa de variao do erro: (d) Somatrio do erro: e(k) = r(k) - y(k); e(k) = e(k) - e(k-1); 2e(k) = e(k) - e(k-1); e
n
e(k ) = e(k )
k= 0
179
Os
controladores
fuzzy-PID
podem
ser
do
tipo
posicionais
ou
incrementais, constitudos de uma a trs entradas, como mostrado nas figuras 5.2 e 5.3, onde as estruturas P, PD, PI, I e D podem ser combinadas.
Figura 5.2 -
Estruturas bsicas dos controladores Fuzzy-PID posicionais.
Figura 5.3 -
Estruturas bsicas dos controladores Fuzzy-PID incrementais.
Alm do conhecimento do processo, vital a determinao do efeito das funes de pertinncia no desempenho do controlador. Entretanto, at o presente momento no se conhece um procedimento sistemtico para o projeto de um controlador fuzzy. Alm disso, no existe um procedimento de otimizao geral para a determinao das funes de pertinncia dos conjuntos fuzzy que sejam apropriadas para cada processo. Como resultado, a maioria dos exemplos de sistemas de controle fuzzy esto desviados do seu desempenho timo (Teppa et al., 1999).
180
O projeto de controle usando a lgica fuzzy envolve a superao de algumas etapas bem definidas: Etapa 1: caracterizao do intervalo de valores que as variveis de entrada e sada podem assumir. Esta etapa no apresenta nenhuma dificuldade. Etapa 2: definio de um conjunto de funes, denominadas funes de inferncia, que mapeiam as variveis de entrada e sada no universo [0,1]. Estas funes recebem rtulos que procuram traduzir verbalmente algum significado para o fenmeno fsico modelado (variveis lingsticas). A definio do nmero de funes e a forma das mesmas constituem-se em um campo aberto para investigaes. Etapa 3: definio de um conjunto de regras, usando operadores lgicos, que buscam estabelecer uma relao entre valores da entrada e da sada. O estabelecimento das regras, ou seja, a natureza e o nmero das mesmas, uma varivel de projeto que no dispensa naturalmente o uso da experincia e do bom senso. Um nmero elevado de regras no significa necessariamente um melhor desempenho. A relao custo benefcio entre a demanda adicional de memria, o
tempo de processamento e a melhoria no desempenho do controlador precisa ser criteriosamente avaliada quando da construo do conjunto de regras. Etapa 4: Uma vez definidas as regras, derivadas a partir de uma linguagem simblica e com significado bem intuitivo para o projetista, passa-se fase de traduo matemtica da linguagem simblica construda. Isto conduzido atravs da utilizao de operadores lgicos definidos pela teoria dos conjuntos fuzzy . Esta tarefa se divide na verdade em trs sub-etapas: a primeira transforma os valores reais das variveis de entrada em graus de pertinncia a um determinado conjunto (fuzzyficao); a segunda opera com as regras, os rtulos e o resultado da fase de fuzzyficao gerando um conjunto de variveis fuzzy atravs do mecanismo da inferncia; a terceira e ltima sub-etapa transforma os
181
resultados da inferncia em uma sada numrica (defuzzyficao). Tanto os resultados das simulaes mostram numricas que o quanto os do resultados sistema obtidos experimentalmente comportamento controlado,
utilizando os controladores PID e fuzzy, semelhante no que diz respeito rapidez de amortecimento das oscilaes, apresentando um bom comportamento para ambos controladores. Contudo, a resposta do sistema que utiliza o controlador fuzzy apresenta oscilaes mais acentuadas durante o perodo transitrio. Isto pode ser explicado pela no utilizao do filtro no sensor, uma vez que, a utilizao do mesmo introduz uma diferena de fase no sinal do sensor que compromete o projeto intuitivo do controlador fuzzy. Uma dificuldade encontrada no projeto do controlador fuzzy o estabelecimento (Abreu & Ribeiro, 1999). As etapas de fuzzyficao e defuzzyficao requerem regras heursticas e funes de pertinncia, baseadas em alguns conhecimentos primrios do sistema, para alcanar caractersticas desejadas na resposta do sistema. Este um problema significativo no projeto de vrios controladores fuzzy e a justificativa preliminar para a utilizao de um controlador PID bem sintonizado como ponto de partida para um controle fuzzy (Carvajal et al., 2000). Existem dois tipos de controle fuzzy com dois termos: o controle fuzzy-PD que gera sadas de controle a partir das entradas do erro e da variao do erro, sendo considerado um controle de posio e o controle fuzzy -PI, que gera uma sada de controle incremental a partir do erro e da totalizao do erro no tempo, considerado um controle de velocidade. O controle fuzzy de trs termos (fuzzy PID) produz uma sada incremental a partir do erro, a variao do erro e a acelerao do erro. O controle fuzzy-PI reconhecido como mais prtico que o fuzzy -PD devido capacidade de remover o off-set da resposta, apesar de apresentar um desempenho pobre na resposta transiente em processos de ordem superior devido operao de integrao interna (Li & Gatland, 1996).
182
dos limites adequados do
universo de discurso. Uma busca por tentativa e erro foi empregada no projeto
A definio do projeto de um controlador fuzzy -PID usualmente utiliza uma metodologia multimalha, ou seja, uma malha fuzzy -PI e uma malha fuzzy-PD. Devido natureza heurstica e no-linearidade dos ganhos de controle, os controladores fuzzy -PID possuem desempenho superior aos controladores PID convencionais, fornecendo o tratamento de no-linearidades, quando sintonizados de forma adequada. A presena de no-linearidades dificulta as anlises tericas para explicar todos os mecanismos, o que faz com que os controladores fuzzy-PID possam apresentar melhor desempenho (Liu & Daley, 2000). Entretanto, o objetivo crucial neste controlador ajustar seus parmetros (isto , os fatores de escala nas entradas e sadas) que no uma operao trivial. Como nos controladores tradicionais, a sintonia dos controladores fuzzy objetiva uma resposta conveniente em malha fechada. A idia de introduzir uma estratgia para compensar as mudanas no processo, modificando alguns parmetros do controlador, no nova. No trabalho desenvolvido por Haber & Guerra (1999), o algoritmo clssico de auto-sintonia, baseado em reconhecimento de padres em malha fechada, generalizado para ser aplicado em controladores fuzzy . O sistema de controle desenvolvido para uma aplicao em processo de moagem devido complexidade e s no linearidades. O controlador fuzzy , junto com o algoritmo de auto-sintonia, se apresentou como uma opo convincente face s severas no linearidades observadas e s mudanas nos parmetros do processo de moagem. Diferente dos controladores convencionais, que so projetados para a faixa de operao, o controlador aqui apresentado pode ser aplicado a uma faixa mais ampla. Existem vrios sistemas que possuem caractersticas fsicas peculiares, para os quais difcil realizar uma modelagem matemtica. A principal tarefa de um controlador a de encontrar um conjunto de comandos convenientes que levem o sistema a alcanar suavemente o estado desejado com o menor desvio possvel. Se um problema no bem esclarecido e no pode ser
183
matematicamente representado, mas apresenta um bom entendimento prtico, um controlador fuzzy freqentemente pode ser utilizado com sucesso. O engenheiro de processo inicialmente determina as funes de pertinncia e as definies lingsticas para capturar a dinmica desejada, que, uma vez alcanada, permite a implementao do controlador, atravs de aplicao direta das tcnicas existentes. Entretanto, a determinao das regras e as definies lingsticas no so to bvias para sistemas complexos, porm, so crticas no desempenho do controlador. O controlador fuzzy intrinsecamente no linear e ao contrrio dos outros mtodos, como as redes neurais, se caracteriza pela fcil determinao da ao que dever tomar para uma dada situao, uma vez que apresenta estruturas analticas. A base de regras construda por observao geral e conhecimento do problema, sendo simples de projetar (Carvajal et al., 2000). 5.2.3 Controle Fuzzy no Processo Industrial A abordagem lingstica da lgica fuzzy vem sendo usada na descrio de processos com grande xito e representa a ltima gerao de controle de processos. A literatura tcnica objetiva a aplicabilidade do controle fuzzy em processos especficos e tenta delinear uma metodologia que possibilite sua qualificao entre outros tipos de controle. A lgica fuzzy para controle de processo se diferencia de outras por no exigir modelagem matemtica, permitindo a incorporao de parmetros empricos para a adequao da funo de transferncia do sistema. O desenvolvimento da lgica fuzzy, aliada inteligncia artificial, dever apresentar aplicaes prticas em diversos sistemas de controle, j que sua credibilidade est promovendo grandes investimentos em pesquisa, apresentando estimativas de produtos para o mercado mundial de cerca de US$ 16 bilhes para o ano 2000, segundo a revista The Economist (Annimo, 1994).
184
A descrio de processos biolgicos e de alimentos, atravs de modelos matemticos convencionais para processos de otimizao e controle, freqentemente difcil, devido natureza complexa dos processos, informaes insuficientes, inadequadas e no precisas. As simplificaes e hipteses feitas nos modelos convencionais podem implicar em resultados no reais ou mesmo imprecisos. A lgica fuzzy oferece uma soluo alternativa pela incluso de
conhecimentos especficos em modelos de processos. A lgica fuzzy aplicada em controle de processo permite a incluso de conhecimentos subjetivos e empricos nos modelos de controle. Esta lgica com a base de conhecimento possibilitam decises semelhantes humana de forma ideal. Assim, modelos de processos podem ser construdos, usando todos os tipos de informao disponveis, tanto em otimizao como em controle, sem o exato conhecimento matemtico do processo. O perfeccionismo do modelo convencional de um processo, onde se busca a preciso, pode deix-lo excessivamente complexo, em virtude do elevado nmero de parmetros a serem estimados. No incio da dcada de 90, o potencial de manuseio de incertezas e de controle de sistemas complexos proporcionado pela lgica fuzzy foi combinado com redes neurais artificiais, as quais, por sua vez, possuem caractersticas de aprendizagem e adaptao. Esta unio gerou novas classes de sistemas e de controladores neuro-fuzzy, combinando assim os potenciais e as caractersticas individuais em sistemas adaptativos e inteligentes. Estes sistemas devero
proporcionar uma importante contribuio para os sistemas de automao e controle do futuro, principalmente em controle de processos (Gomide & Gudwin, 1994).
185
Um nmero considervel de controladores fuzzy est sendo atualmente utilizado em aplicaes operacionais, onde se executam apenas algumas das funes de um controlador convencional. Estima-se que, antes de 2005, cerca de 60% de todos os controladores tero incorporados sistemas fuzzy. A razo que os microcontroladores tm se tornado cada vez menores, mais poderosos e de fcil programao utilizando programas que executam funes fuzzy em muitas aplicaes (Shaw & Simes, 1999). Devido grande variedade de parmetros subjetivos no processamento de alimentos, o controle fuzzy est sendo crescentemente utilizado para monitorar tais processos em controle de temperatura, reconhecimento de padres e processamento assptico (Giese, 1993; Eerikinen et al., 1993). Estes processos so geralmente de natureza complexa devido elevada no linearidade, dinmica, s interaes entre as variveis e falta de conhecimento a respeito do seu controle (Perrot et al., 1998; Zhang & Litchfield, 1993). Kim & Cho (1997) perceberam a natureza subjetiva dos parmetros utilizados nos processos de panificao e o controle baseado no conhecimento especialista. Com base nestes aspectos, propuseram um modelo de redes neurais de predio de volume, cor e temperatura interna do po durante a fornada. Os dados de simulao foram utilizados para a construo de um controlador fuzzy preditivo. Verificou-se que a aplicao deste controlador reduziu os custos de aquecimento do forno, sem comprometimento da qualidade do produto. Um estudo semelhante foi desenvolvido por Perrot et al. (1996) na avaliao da cor no processo de classificao de biscoitos. Um classificador fuzzy (carter determinstico) e outro Bayesiano (carter probabilstico) foram avaliados. Como o processo de classificao utilizado pelo operador humano essencialmente determinstico, o classificador fuzzy se mostrou melhor adaptado a este processo, apresentando melhores informaes no caso de controle preditivo.
186
O estudo apresentado por Unklesbay et al. (1988) com classificadores de maciez de bifes de carne bovina apresentam resultados semelhantes, ratificando a eficincia da metodologia fuzzy em aplicaes de anlise sensorial. Davidson & Smith (1995) desenvolveram um controlador fuzzy para o processo em batelada em cmaras de defumao, combinando medidas de temperatura em tempo real e um estimador fuzzy para predizer a mxima e a mnima temperatura do produto como funo do tempo de processamento. O sistema de controle inclui base de regras que definem relaes entre tempo de processo e qualidade do produto. As variveis fuzzy se mostraram bastante eficientes lingsticos. Em muitos processos, o comportamento variante dos parmetros de medio, devido s perturbaes imensurveis, leva necessidade de adaptaes on-line. Fischer et al. (1998) estudaram o comportamento de um controlador fuzzy preditivo no controle de temperatura de um trocador de calor industrial que possua um comportamento fortemente no-linear. O desempenho satisfatrio do controlador demonstrou que a adaptao em tempo real pode ser desenvolvida em mais de um parmetro do processo. Eerikinen et al. (1988) demonstraram a possibilidade de utilizar o controle fuzzy em um processo de extruso. Neste processo, o conhecimento das interrelaes entre as variveis de processo e os atributos de qualidade do produto limitado. Esta foi a primeira aplicao direta de controle fuzzy na indstria de alimentos. Outros processos biotecnolgicos na indstria de alimentos no so usualmente bem definidos e freqentemente dependem de correlaes empricas. Algumas vezes, equipamentos de medida no esto disponveis ou so inseguros. Assim, sistemas de controle fuzzy, baseados em experincias e conhecimentos,
187
para
descrever
atributos
de
qualidade de alimentos em termos
foram montados para cultivos de microorganismos, processos fermentativos e tecnologia de alimentos em geral (Singh & Ou-Yang, 1994). A partir de 1985, diversos trabalhos cientficos foram publicados com aplicaes de lgica fuzzy em processos biotecnolgicos: fermentao alcolica em batelada, produo de cido glutmico, processos de biocatlise por leveduras imobilizadas, entre outras aplicaes (Eerikinen et al., 1993). Em seu estudo de aplicao da lgica fuzzy e redes neurais em cincia e tecnologia de alimentos, Eerikinen et al. (1993) demonstram as vantagens do uso combinado destas duas ferramentas de controle, principalmente no que diz respeito modelagem de processos de difcil obteno de medidas on line. Estudo de casos so demonstrados por Dohnal et al. (1993) para confirmar a importncia do controle fuzzy em processos da indstria de alimentos que possuem variveis subjetivas. Zadeh (1996) prope, pela lgica fuzzy , uma simplificao das super modelagens. Com esta simplificao, a lgica fuzzy se aproxima da linguagem humana no uso de conceitos para descrio de atributos dos conhecimentos como: alto, baixo, frio, quente e outros, parmetros subjetivos e suficientes para a tomada de decises. Shieh et al. (1992) mostraram que, usando a lgica fuzzy, obtm-se maior eficincia no controle de temperatura em pasteurizador HTST (High Temperature Short Time). Zhang & Litchfield (1993) apresentaram uma aplicao de um controlador fuzzy no processo de secagem de gros em fluxo cruzado contnuo. Este trabalho mostrou a viabilidade do controle fuzzy em muitos processos de alimentos, difceis
188
de controlar automaticamente com controles convencionais devido natureza complexa dos mesmos. Com o objetivo de controlar um processo no-linear (fan-and-plate), Almeida & Coelho (1999) desenvolveram uma implementao prtica de um controlador fuzzy-PID auto-ajustvel com ganhos escalonados por um conjunto de regras fuzzy. Comparaes com outros tipos de controladores foram realizadas com o intuito de investigar seu desempenho relativo. A utilizao do controlador fuzzy -PID apresentou maior rapidez de resposta s mudanas de referncia, rpida rejeio s perturbaes e menor sobre-sinal. Lanas et al. (1999) apresentaram a utilizao de uma estrutura neuro fuzzy no controle de um misturador de fluidos, que um processo multivarivel e intrinsecamente no linear. Uma das dificuldades encontradas no projeto de sistemas de controle fuzzy, especialmente quando a planta tem um certo grau de complexidade, a definio de uma base de regras tima ou quase tima. Em contraste com controladores fuzzy convencionais, onde a estratgia de controle fixada por um especialista, os controladores neuro fuzzy so capazes de criar base de regras automaticamente, atravs de uma fase de treinamento. O maior nmero de conjuntos fuzzy promove uma maior preciso no valor de sada da varivel controlada. A resposta do controlador fuzzy normalmente mais lenta no inicio porm parece mais robusta no desempenho global, especialmente, para processos mais complexos (Li, 1997). No trabalho de Maozca & Almario (1999), o controle fuzzy se aplica a processos de difcil controle, tendo-se desenvolvido com fins didticos um programa computacional para controle de sistemas relativamente sensveis (controle de velocidade e posio de motores, controle de nvel, etc.). O programa permite, ainda, o desenvolvimento de controle clssico de maneira que o usurio
189
possa trabalhar com as duas metodologias e observar as vantagens que oferece o controle fuzzy. Um controlador PID auto-sintonizado mediante sistemas fuzzy foi
desenvolvido por Bianco & Dote (1999) para controlar o posicionamento de motores DC. Os parmetros do controlador foram modificados de forma contnua atravs da lgica fuzzy . Assim, se o erro grande, o ganho proporcional grande e o ganho integral imediatamente incrementado para obter uma resposta rpida do sistema. O esquema de controle desenvolvido est baseado em alterar os valores de ganho do controlador PID por meio da lgica fuzzy para obter resposta temporal estvel em presena das variaes das condies de operao da planta. Desta forma a resposta dinmica da planta pde ser melhorada. Partindose do princpio que os parmetros do controlador so conhecidos e podem ser alterados. O controlador fuzzy -PID possui a habilidade de tolerar pobre e inadequada seleo dos ganhos do controlador PID, o que pode tornar instvel os controladores convencionais. Os efeitos da no linearidade e a variao dos ganhos podem ser absorvidos pelo controlador fuzzy para as aplicaes mais complexas. Estas propriedades puderam ser claramente observadas por Carvajal et al. (2000) no projeto de um controlador fuzzy-PID convencional, aplicado a diversos casos no lineares. Na ltima dcada, a lgica fuzzy emergiu como uma das tcnicas mais excepcionais de controle, com vrias aplicaes prticas na indstria. Tendo em vista as propriedades do controlador fuzzy, ele pode ser considerado um controlador PID no linear (Haber & Guerra, 1999). Nota-se que o controle fuzzy , freqentemente, o mtodo utilizado por projetistas de controle de processos de sistemas dinmicos quando os mtodos convencionais no podem ser utilizados (Li, 1997).
190
Um exemplo de aplicao de controle fuzzy em sistemas de refrigerao fornecido em The Economist (Annimo, 1994). O trabalho original de Bart Kosko, Fuzzy Thinking, mostra um rotao varivel do compressor. Silveira Jr. (1995) estudou a utilizao da lgica fuzzy na operao de sistemas processo de sob refrigerao, perturbaes, comparando a o sua eficincia fuzzy, com controles nas controle simples de um condicionador de ar com
convencionais a partir de simulao dinmica e avaliou o comportamento deste implementando controle baseado tendncias e sensibilidades das variveis de controle e de processo. No mesmo estudo, afirma-se que o controle fuzzy apresenta rapidez na atuao, evitando sobre-elevao das variveis de processo, possibilitando um controle global e no apenas localizado. O coeficiente de desempenho (COP) para o processo
controlado pela lgica fuzzy foi 24,30% maior que o controlado por lgica on-off. Os resultados da simulao sugeriram a implementao de um micro controlador fuzzy para sistemas frigorficos a baixo custo, proporcionando melhor desempenho que os controles convencionais. Silva & Silveira Jr. (2000) avaliaram o desempenho de um sistema de refrigerao para resfriamento de lquido em condies pr-definidas, sob
perturbaes, com diferentes estratgias de controle fuzzy refrigerao. O sistema fuzzy
configurveis em
sistemas SISO e MIMO, utilizando um software dinmico referente ao sistema de desenvolvido mostrou-se eficiente e de fcil implementao, apresentando um off-set na temperatura de condensao de 2,4C e -1,5C, para perturbaes na temperatura de entrada da gua no condensador, sendo reduzido para 0,3C e -0,7C aps sintonia do controlador fuzzy , quando submetido s mesmas perturbaes. A tecnologia da lgica fuzzy tem gerado aplicaes e produtos em diversas reas. A revista The Economist expe vrios exemplos bem sucedidos de aplicao do controle fuzzy . A experincia pioneira foi realizada no Queen
191
College, Londres, em 1975, quando um controlador fuzzy muito simples controlou com eficincia uma mquina a vapor. A primeira utilizao industrial significativa ocorreu no controle de um forno rotativo da indstria de cimento F.L.Smidth Corp. da Dinamarca. Da em diante, ocorreu uma diversificao de aplicaes, desde o controle automtico de metr urbano e presso sangnea a detectores bancrios de notas falsas. J se tem conhecimento da aplicao do controle fuzzy em alguns eletrodomsticos no Japo: - Em 1989 a MITSUBISH lanou um aparelho de ar condicionado com sensor infravermelho que reconhece a quantidade de pessoas. O software, baseado em regras fuzzy, permite uma economia de energia eltrica de at 24%. O software nico para todos os tamanhos de aparelho. - Mquinas de lavar roupas MATSUSHITA (1990), com mais de 600 combinaes de ciclos e sensores, que avaliam a quantidade de roupas e o teor de sujeira. - Ajuste automtico de foco em cmeras de vdeo SANYO e CANON, correo automtica de brilho, nitidez, cor e contraste em televisores SONY, etc. No Brasil, apesar do uso e da aplicao extensiva ainda incipientes, vrias indstrias e empresas vm desenvolvendo produtos e servios. A CONSUL lanou um condicionador de ar com controle fuzzy, assim como j chegou no mercado nacional a lavadora de roupas CONTINENTAL, utilizando a mesma lgica de controle.
192
5.3 Metodologia
5.3.1 Implementao das Funes de Pertinncia Funes de pertinncia representam os aspectos fundamentais de todas as aes tericas e prticas dos sistemas fuzzy . Definem o grau de pertinncia (), num intervalo [0,1], em seu universo de discurso que representa o intervalo numrico de todos os possveis valores reais que uma varivel especfica pode
assumir (Shaw & Simes, 1999). A anlise da variao da intensidade de ganho e inclinao apresentada neste trabalho pelas variveis de processo sob perturbaes permitiu a construo das funes de pertinncia, a definio do universo de discurso e o intervalo de ao de cada funo atribuda a variveis lingsticas. Shaw & Simes (1999) definem como um nmero prtico de conjuntos fuzzy entre 2 e 7. Quanto maior o nmero de conjuntos fuzzy , maior a preciso, porm, maior esforo computacional necessrio. Experincias mostraram que uma mudana de 5 para 7 conjuntos aumenta a preciso em torno de 15%, no se observando melhorias significativas para valores superiores. Assim, os nveis positivos de perturbao (grande positiva GP, mdia positiva MP e pequena positiva PP) e negativos (grande negativa GN, mdia negativa MN e pequena negativa PN), utilizados no item 2.3.4, foram definidos como termos lingsticos das funes de pertinncia. Foram escolhidas funes de pertinncia de forma triangular por serem amplamente utilizadas na literatura, pela simplicidade de implementao e por apresentarem bons resultados nas aplicaes.
193
O grau de superposio dos conjuntos afeta a preciso do sistema. A faixa entre 25% e 75% foi considerada adequada a partir de resultados experimentais, sendo 50% um compromisso razovel, pelo menos, para os primeiros testes num sistema de controle (Shaw & Simes, 1999). As figuras 2.12, 2.13 e 2.14 do comportamento dinmico das variveis controladas frente a perturbaes nas variveis manipuladas, possibilitou a
determinao dos universos de discurso e dos conjuntos-suporte de cada funo de pertinncia dos controladores fuzzy-SISO, baseando-se nos valores, mximos e mnimos, apresentados em cada perturbao e na, maior ou menor, influncia destas perturbaes na varivel controlada. Para a construo das funes de pertinncia, foi utilizado o Membership Function Editor do Toolbox Fuzzy do MatLab 6.0. 5.3.2 Construo da Base de Conhecimento dos Controladores SISO Fuzzy e Fuzzy Multivarivel A construo da base de conhecimento especialista, geralmente, realizada a partir de informaes do trabalho cotidiano de operadores no sistema que se deseja controlar. Foi utilizada uma matriz bidimensional de base de regras linear, com as entradas sendo o erro e a variao do erro. A mesma matriz foi usada no trabalho desenvolvido por Li & Gatland (1996). A base de conhecimento definida como um conjunto de regras contendo as declaraes SE ENTO, por exemplo: Regra: Se Erro Pequeno E Erro Grande ENTO Rotao Mdia.
194
A parte antecedente pode conter uma ou mais condies e a parte conseqente pode apresentar uma ou mais aes a serem executadas. As regras foram editadas com o auxlio do Rule Editor do Toolbox Fuzzy do programa MatLab 6.0 e esto relacionadas no Apndice D. 5.3.3 Projeto dos Controladores Fuzzy O projeto de um controlador fuzzy para uma ou mais dimenses relativamente simples. Para aplicaes em sistemas multivariveis os projetos apresentam maior complexidade principalmente devido ao limite do conhecimento especialista para maior nmero de variveis e aumento considervel do nmero de regras para efetivo controle. A escolha do melhor algoritmo de controle fuzzy foi baseada na facilidade de implantao e definio da base de regras. Inicialmente foi descartada a utilizao de um algoritmo Fuzzy-PID com trs entradas (erro, variao do erro e taxa da variao do erro) por apresentar um esforo computacional adicional para a inferncia de um maior nmero de entradas e um conhecimento subjetivo mais especializado quanto definio de base de regras utilizando o conceito da taxa da variao do erro ( Xu et al., 2000; Li & Gatland, 1996). O projeto do controlador Fuzzy-PID implementado neste trabalho consistiu da ao conjunta de um controlador Fuzzy-PI incremental, em paralelo com um controlador Fuzzy-PD posicional, com o erro e a variao do erro como entradas. Esta configurao hbrida apresentada por Li & Gatland (1996) com objetivo de melhorar o desempenho do controlador. Inicialmente, foi realizada a implementao dos controladores Fuzzy-PI incremental e Fuzzy -PD posicional separadamente. As estruturas destes
controladores so apresentadas na figura 5.4.

195
yr
e
+-
Base de Regras
uPI
y
Processo
Fuzzy-PI
uPD
yr
Base de Regras
+-
y
Processo
Fuzzy-PD
Figura 5.4 -
Estrutura
dos
controladores
fuzzy-PI
incremental
fuzzy-PD posicional com duas entradas. Na figura acima as variveis so definidas como: e erro. e variao do erro. U valor posicional da sada do controlador fuzzy. U valor incremental da sada do controlador fuzzy. y valor da varivel de sada do processo. yr valor de referncia (set-point).
A implementao de um controlador Fuzzy-PID utilizando uma estrutura hbrida Fuzzy-PI incremental e Fuzzy-PD posicional, proposta por Li & Gatland (1996), foi utilizada neste trabalho onde a sada definida como:
PD UPID = UPI k k + Uk
(5.1)
196
O controlador Fuzzy-PID apresenta uma base de regras, tanto para o controle Fuzzy -PI quanto para o Fuzzy-PD, utilizando a composio das aes das duas sadas do controlador. A estrutura bsica deste tipo de controlador apresentada na figura 5.5.
yr
e
+
Base de Regras
uPI
uPI uPID
Fuzzy-PI
y
Processo
+
Base de Regras
uPD
Fuzzy-PD
Figura 5.5 -
Estrutura hbrida do controlador Fuzzy-PID.
Desta forma, existe uma certa incompatibilidade entre as aes para a obteno de uma resposta rpida e de sobre-elevao mnima. Um aumento no ganho proporcional do controle fuzzy-PI leva ao incremento na velocidade de resposta e reduo da estabilidade, enquanto que um aumento na ao integral do controle reduz a velocidade de resposta, aumentando a estabilidade. A ao de controle fuzzy-PD se apresenta como um redutor da sobre-elevao mxima, alm da existncia de pequenas oscilaes que, usualmente, ocorrem em regime permanente. A presena do controlador fuzzy-PD evita a excessiva varincia na ao de controle. Com o objetivo de reduzir a complexidade do projeto da base de regras e aumentar a eficincia de controle, foi desenvolvido neste trabalho uma estrutura Fuzzy-PID simplificada, mostrada na figura 5.6. Esta estrutura, apresentada por Li & Gatland (1996), definida por uma base de regras comum, formada pelas bases de regras dos controladores Fuzzy-PI e Fuzzy-PD, apresentando um desempenho
197
similar estrutura apresentada na figura 5.5. A estrutura simplificada Fuzzy-PID se caracteriza pela simplicidade, fcil implementao e rpido processamento computacional (Li & Gatland, 1996).
uPI
yr
e
+
uPI uPID
Base de Regras
y
Processo
+ Fuzzy- PID
uPD
Figura 5.6 A
Estrutura simplificada do controlador Fuzzy-PID. inferncia fuzzy utilizada no desenvolvimento dos projetos dos
controladores foi a de Mamdani, onde o operador min de agregao foi utilizado para a combinao dos nmeros fuzzy de entrada, correspondendo ao conectivo booleano E, e o operador de composio mx, correspondendo ao conectivo OU. A configurao dos controladores fuzzy foi realizada atravs do FIS Editor do Toolbox Fuzzy do MatLab 6.0. O arquivo de controle FIS gerado, apresentado no Apndice D, executado em paralelo ao programa de superviso AIMAX. A troca de informaes via OPC entre os dois programas foi possibilitada pela utilizao de um programa em Visual C. 5.3.4 Sintonia dos Controladores Fuzzy O processo de sintonia de controladores fuzzy constitui uma tarefa de maior complexidade do que a sintonia dos controladores convencionais, devido, principalmente, ao maior nmero de parmetros a serem sintonizados.
198
Mudanas na base de regras, nas disposies das funes de pertinncia e atribuio de ganhos para as entradas e sadas do controlador fuzzy so as tcnicas mais comumente utilizadas para a sintonia desses controladores (Li, 1997; Li & Gatland, 1996; Xu et al., 2000; Shaw & Simes, 1999). A sintonia dos controladores fuzzy foi realizada atravs da adaptao das funes de pertinncia adotadas inicialmente, observando-se a dinmica dos controladores em malha fechada. O ajuste das funes de pertinncia consistiu na expanso/contrao do conjunto suporte (subconjunto do universo de discurso) respeitando-se os limites de sobreposio das funes de pertinncias adjacentes. As adaptaes foram implementadas utilizando o mtodo de tentativa e erro. A otimizao do controle no constituiu um objetivo do procedimento.
5.3.5 Ensaios com os controladores Fuzzy Ensaios similares aos efetuados nos controladores convencionais foram propostos para a avaliao do desempenho dos controladores fuzzy projetados. Os experimentos realizados so apresentados na tabela 5.1. As perturbaes seguiram o mesmo procedimento adotado nos controles convencionais, partindo-se das mesmas condies iniciais (CI2). Para os ensaios realizados foram determinados parmetros de
desempenho baseados no erro, sobre-sinal, tempo de resposta e tempo de acomodao com o objetivo de levantar as melhores malhas de controle fuzzy para as variveis em estudo.
199
Tabela 5.1 - Ensaios realizados com controladores Fuzzy-PI e Fuzzy-PID.

Ensaio Controlador
F01 F02 F03 F04 F05 F06 F07 F08 F09 F10 F11 F12 F13 F14 F15 F16 F17 F18 F19 F20 F21 F22 F23 F24 Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI Fuzzy-PID Fuzzy-PID Fuzzy-PI Fuzzy-PI
Perturbao
Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point Carga Set point
Varivel controlada
Varivel manipulada
Freq. de rotao do compressor
Temp. de sada do propileno glicol Freq. de rotao da bomba de propileno glicol
Freq. de rotao do compressor Temperatura de Evaporao Freq. de rotao da bomba de propileno glicol
Freq. de rotao do compressor Temperatura de Condensao Fechamento da vlvula de controle
5.3.6 Controladores Fuzzy multivariveis Nas principais indstrias a utilizao de estratgias convencionais de controle amplamente difundida, apesar de inmeras deficincias conceituais de implantao e manuteno. A estrutura simples, a robustez, o nmero reduzido de parmetros a serem configurados contribuem para a popularidade dos mtodos convencionais. Entretanto, no mbito acadmico e industrial observa-se um maior interesse em aplicaes do controle avanado.
200
O controle avanado permite a otimizao do desempenho dos sistemas quando comparado ao controle convencional devido ao seu enfoque mais realista quanto s caractersticas multivariveis e no lineares dos processos reais. A implantao de estratgias multivariveis no uma tarefa fcil. Usualmente, necessita-se configurar um maior nmero de parmetros e utilizar ferramentas com maior demanda computacional e complexidade. O projeto dos controladores fuzzy multivariveis relativamente simples, seguindo-se, basicamente, as mesmas etapas utilizadas na implantao dos controladores fuzzy monovariveis. Entretanto, obstculos tais como, maior
dependncia do conhecimento especialista e maior complexidade devido ao crescimento do nmero de regras e funes de pertinncia, devem ser superados. Para uma comparao com os controladores multimalha convencionais, apresentados no captulo anterior, foram implementadas malhas de controle fuzzy multivarivel evaporao, SIMO (Single de Input Multi do Output) para glicol a e temperatura temperatura de de
temperatura
sada
propileno
condensao, utilizando como variveis manipuladas as freqncias de rotao do compressor e da bomba de propileno glicol e fechamento da vlvula de controle da vazo de gua do condensador. As equaes 3.1 a 3.12, obtidas no captulo 3, forneceram subsdios matemticos para predio das reaes do sistema de resfriamento de lquidos frente a diferentes intensidades de perturbaes simultneas, possibilitando a escolha da melhor estratgia de controle multivarivel fuzzy . A definio das caractersticas das funes de pertinncia foi realizada de maneira similar ao controlador SISO/fuzzy.
201
Os ensaios foram realizados num perodo de 3600 segundos durante o qual o sistema foi submetido perturbaes de 30% na carga trmica e de 1C no set-point. Na tabela 5.2 so apresentados os ensaios realizados com as malhas de controle fuzzy multivariveis.
Tabela 5.2 - Ensaios
realizados
com
os
controladores
multivariveis
utilizando a estratgia fuzzy.

Ensaio Perturbao
FM01 FM02 Carga Set point
Varivel controlada
Temp. de sada do propileno glicol
Variveis manipuladas
Freq. de rotao do compressor E Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor E Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor E Fechamento da Vlvula de controle
FM03
Carga Temp. de Evaporao
FM04 FM05 FM06
Set point Carga Temp. de Condensao Set point
A construo da estrutura do controlador fuzzy multivarivel foi realizada utilizando-se o toolbox fuzzy do MatLab 6.0.
202

5.4.1 Implementao das Funes de Pertinncia Na figura 5.7 apresentado um exemplo da estrutura das funes de pertinncia inicialmente atribudas ao controlador fuzzy para a temperatura de sada do propileno glicol, como uma primeira sintonia do projeto, utilizando a variao da freqncia do compressor como varivel de controle. As estruturas para as demais variveis controladas so apresentadas no Apndice D.
1,2
1,2
GN
1,0
MN
PN
ZR
PP MP
GP
GN
1,0
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
-2 -1 0 1 2 3 4
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Universo de Discurso ( Erro TSP)
Universo de Discurso (
Erro TSP)
1,2
1,2
1,0
GN
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
Universo de Discurso (FRC, Hz)
FRC, Hz)
Figura 5.7 -
Estruturas das Funes de Pertinncia utilizadas, inicialmente,
na implementao dos controladores Fuzzy para a temperatura de sada do propileno glicol utilizando a FRC como varivel de controle. Pode ser observado na figura 5.7 que, inicialmente, as funes de pertinncia foram definidas com conjuntos-suporte igualmente espaados no universo de discurso, que foram definidos de acordo com os valores das
203
amplitudes do erro observado nas variveis controladas e no intervalo de manipulao das variveis manipuladas. As irregularidades apresentadas nas funes de pertinncia relativas ao erro da varivel controlada foram atribudas s diferentes amplitudes observadas na anlise das figuras 2.12, 2.13 e 2.14 (comportamento dinmico das variveis controladas frente a perturbaes nas variveis manipuladas). A anlise dos valores apresentados pela inclinao da reta no ponto de inflexo das curvas de reao das variveis sob perturbaes no foi elucidativa para a definio dos conjuntos-suporte das funes de pertinncia da variao do erro, sendo necessria a utilizao de conhecimento prtico do comportamento da varivel de controle baseado apenas em observaes preliminares. Desta forma, foi definido que, de incio, a variao mxima do erro permitida para os controladores fuzzy seria de 1C para todas as variveis controladas. Posteriormente, este universo de discurso poder ser alterado de acordo com as caractersticas de cada controlador fuzzy estudado. 5.4.2 Base de conhecimento dos controladores Fuzzy Buscando estabelecer relaes entre os valores das variveis de entrada e sada, foram definidas bases de regras de inferncia para os controladores Fuzzy -PI e Fuzzy-PD, que faro parte do controlador Fuzzy-PID, para todas as variveis controladas. Nas tabelas 5.3, 5.4 e 5.5 esto representados as matrizes das bases de regras de inferncia dos controladores fuzzy para a temperatura de evaporao, temperatura de sada do propileno glicol e temperatura de condensao, respectivamente, utilizando-se como varivel de controle a freqncia de rotao do compressor, seguindo o modelo proposto por Li & Gatland (1996). Estas
204
tabelas so utilizadas para a configurao dos controladores Fuzzy/PI e Fuzzy/PD, que juntos formaram a estrutura do controlador Fuzzy/PID. A utilizao das matrizes de bases de regras permite a construo de proposies fuzzy do tipo (exemplo para um controlador Fuzzy/PD): Se ErroTEV GP E ErroTEV GP ENTO FRC GP. Se ErroTSP GP E ErroTSP GP ENTO FRC GP. Se ErroTCOND GP E ErroTCOND GP ENTO FRC GN.
Tabela 5.3 - Matrizes de bases de regra dos controladores Fuzzy PI (a) e Fuzzy-PD (b) para a temperatura de evaporao.
Erro Erro GP MP PP ZR PN MN GN Erro Erro GP MP PP ZR PN MN GN
GN MN PN
ZR PN MN GN GN GN GN
ZR
PP
MP GP
GN MN PN PN PN MN GN GN GN GN PN PN PN MN GN GN GN PN PN PN PN MN GN GN
ZR PP MP GP PP GP PP GP PP MP ZR PP PN PP PN PP PN PP GP GP GP GP GP GP MP GP PP MP PP PP PP PP
PP
ZR PN MN GN GN GN
MP GP GP GP GP PP MP GP GP GP ZR PP MP GP GP PN ZR PP MP GP MN PN ZR PP MP GN MN PN ZR PP
GN GN MN PN ZR
(a)
(b)
Tabela 5.4 - Matrizes de bases de regra dos controladores Fuzzy PI (a) e Fuzzy-PD (b) para a temperatura de sada do propileno glicol.
Erro Erro GP MP PP ZR PN MN GN GN MN PN
ZR PN MN GN GN GN GN
ZR
PP
MP GP
PP
ZR PN MN GN GN GN
MP GP GP GP GP PP MP GP GP GP ZR PP MP GP GP PN ZR PP MP GP MN PN ZR PP MP GN MN PN ZR PP
GN GN MN PN ZR
Erro Erro GP MP PP ZR PN MN GN
GN MN PN PN PN MN GN GN GN GN PN PN PN MN GN GN GN PN PN PN PN MN GN GN
ZR PP MP GP PP GP PP GP PP MP ZR PP PN PP PN PP PN PP GP GP GP GP GP GP MP GP PP MP PP PP PP PP
(a)
205
(b)
Tabela 5.5 - Matrizes de bases de regra dos controladores Fuzzy PI (a) e Fuzzy-PD (b) para a temperatura de condensao.
Erro Erro GP MP PP ZR PN MN GN GN MN PN
ZR PN PP ZR M P PP GP MP GP GP GP GP GP GP
ZR
PP MP GN GN GN MN ZR PN
PP
GP
MN GN GN PN MN GN ZR PN MN PP ZR PN
MP GP GP PP MP GP PP MP
GN GN GN GN MN ZR PN
ZR
Erro Erro GP MP PP ZR PN MN GN
GN MN PN PP PP PP PP PP PP MP PP PP GP MP PP GP GP MP GP GP GP GP GP GP
ZR
PP MP GP GN GN GN MN PN PN PN GN GN GN GN MN PN PN
PP GN PP GN PP MN ZR PN PN PN PN PN PN PN
(a)
(b)
As regras de inferncia implementadas atravs do Rule Editor do ToolBox Fuzzy do MatLab 6.0, representado na figura 5.8, seguem as matrizes
apresentadas acima. Para cada varivel controlada foi configurada uma base de regras de acordo com as caractersticas de cada controlador Fuzzy (Apndice D).
Figura 5.8 -
Tela de configurao da base de regras.

206
Os
controladores
fuzzy
multivariveis (SIMO) apresentam a mesma
estrutura de base de regras dos controladores fuzzy SISO, com a diferena de possuir sadas independentes para duas variveis manipulveis.
5.4.3 Sintonia dos Controladores Fuzzy As estruturas das funes de pertinncia sintonizadas para a temperatura de sada do propileno glicol so apresentadas na figura 5.9, as demais estruturas so apresentadas no Apndice D.
1,2
1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN MN
PN
ZR
PP
MP GP
0,8
0,8
0,4
-2 -1,5 -1 -0,5 0 0,5 1
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
0,4
0,5
Erro TSP)
1,2
1,2
1,0
GN
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
FRC, Hz)
Figura 5.9 controladores
Estrutura das Funes de Pertinncia na sintonia final dos Fuzzy para a temperatura de sada do propileno glicol
utilizando a FRC como varivel de controle.
207
As alteraes nas funes de pertinncia apresentadas na figura 5.9 foram propostas visando uma melhor adaptao dos controladores fuzzy ao processo a partir de observaes prticas em ensaios preliminares. A reorganizao das funes de pertinncia permitiu um melhor ajuste s no linearidades apresentadas pelo sistema de refrigerao e s perturbaes efetuados durante os ensaios de controle. Neste trabalho, no houve a preocupao de se alcanar um controle otimizado, portanto, poucas alteraes nos universos de discurso e nos conjuntossuporte foram efetuadas, para que fossem possveis comparaes mais
adequadas entre os controladores fuzzy e os controladores convencionais. 5.4.4 Ensaios com os controladores Fuzzy Aps a implementao e sintonia dos controladores fuzzy no sistema de refrigerao foram realizados os ensaios propostos na tabela 5.1 com o objetivo de se avaliar o desempenho destes controladores sob perturbaes na carga e no set-point. Para preservar o grau de comparao dos tipos de controladores estudados, foram utilizadas as mesmas condies iniciais (CI2) e efetuadas perturbaes de igual intensidade s aplicadas nos ensaios com os controladores convencionais. 5.4.4.1 Ensaios com os controladores PID e PI para a malha fuzzy TSP-FRC.
Nas figuras 5.10 e 5.11 so apresentados os comportamentos dos controladores Fuzzy-PI e Fuzzy-PID para as perturbaes positivas (+30%) e negativas (-30%), respectivamente, na carga trmica artificial imposta ao sistema de refrigerao.
208
Na figura 5.12 apresentado o comportamento da ao de controle dos controladores fuzzy quando submetido a perturbaes no set-point em 1C, ressaltando-se que estes ensaios so meramente investigativos pois este tipo de perturbao no comum na operao normal de um sistema de refrigerao.
0,5 0,4 Fuzzy-PID Fuzzy-PI 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500
TSP (C)
Tempo (s)
12 10 8 6 4 2 0 -2 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSPFRC para perturbao +30% na carga trmica (Ensaios F01 e F03).
209
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500 3000 3500 Fuzzy-PID Fuzzy-PI
TSP (C)
Tempo (s)
2 0 -2 -4 -6 -8 -10 -12 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSPFRC para perturbao -30% na carga trmica (Ensaios F01 e F03).
-10,5 -11,0 Fuzzy-PID Fuzzy-PI
TSP (C)
-11,5 -12,0 -12,5 -13,0 0 1000 2000 3000 4000 5000 6000 7000
Tempo (s)
Figura 5.12 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSP-FRC para perturbao no set-point (Ensaios F02 e F04). Uma anlise das figuras permite concluir que os controladores Fuzzy-PID apresentam maior eficincia de controle quando o sistema foi submetido a
210
perturbaes na carga, apesar do controlador Fuzzy-PI apresentar um bom desempenho e ao da varivel manipulada bastante similar. Comportamento oposto foi observado quando induzida uma mudana de set-point. Neste cenrio, o controlador fuzzy apresentou um sobre sinal de 0,5C, considerado relativamente grande quando comparado com a amplitude de
perturbao. Este comportamento evidenciou a necessidade de uma melhor sintonia das regras e/ou funes de pertinncia com o objetivo de eliminar o referido sobre sinal. Na tabela 5.6 so apresentados os demais parmetros de desempenho dos controladores fuzzy, facilitando a comparao quantitativa dos mesmos. Os valores evidenciados correspondem s malhas que apresentaram melhores
desempenhos. Os espaos no preenchidos correspondem aos parmetros que no foram determinados com preciso, devido, principalmente, a oscilaes no sistema. Tabela 5.6 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F01 a F04.
Controlador Parmetro de Desempenho Ensaio Fuzzy-PID Fuzzy-PI Carga Set Point Carga Set Point Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo F01 F02 F03 F04
ISE 12,9 6,2 4070,4 3599,4 12,3 13,9 3580,4 3533,4 IAE 128,5 62,0 3794,6 3516,0 123,4 134,0 3551,6 3497,8 ITAE 218447,5 107895,0 6851817,5 6480852,5 150687,5 144417,5 6543192,5 6438047,5 Sobre-sinal 0,1 0,1 0,4 0,1 0,1 0,1 0,3 0,4 Tempo de 95 80 60 430 60 110 110 370 subida Tempo de 405 455 720 1120 * * 880 800 acomodao

211
De uma maneira geral, o controlador fuzzy-PI pode ser considerado como a melhor estratgia para o controle da TSP quando se utiliza a FRC, embora o desempenho do controle fuzzy -PID tenha sido muito prximo. Ressalta-se a atuao mais suave promovida pelo fuzzy-PID (figuras 5.10 e 5.11) determinando o potencial desta varivel de controle na manuteno do consumo energtico do sistema. O desempenho do sistema fortemente determinado pelos parmetros de erro, uma vez que alguns parmetros de desempenho transitrio (sobre-sinal, tempo de subida e tempo de acomodao) no foram determinados com preciso, devido s constantes oscilaes apresentadas pelas respostas. Em todos os ensaios foi observada uma atuao da freqncia de rotao do compressor com poucas oscilaes, caracterizando os controladores fuzzy como os menos exigentes quanto ao da varivel manipulada, contribuindo para uma maior vida til desses atuadores. A amplitude de atuao da freqncia de rotao do compressor foi ligeiramente menor que a apresentada nos ensaios com o controlador convencional (figuras 4.4 e 4.5) indicando a necessidade de um menor consumo energtico para a realizao satisfatria do controle.
5.4.4.2 Ensaios com os controladores PID e PI para a malha fuzzy TSP-FRB.
Seguindo a mesma metodologia de implantao dos controladores fuzzy, criou-se uma malha de controle para a temperatura de sada do propileno glicol, usando como varivel manipulada a freqncia de rotao da bomba de propileno glicol. As aes deste controlador so mostradas nas figuras 5.13 a 5.15.
212
A variao da freqncia de rotao da bomba de propileno glicol no apresentou um desempenho satisfatrio, principalmente, na malhas de controle fuzzy -PID. Este sistema de controle, quando submetido a perturbaes positivas na carga apresentou uma excessiva oscilao, desestabilizando o controlador. Com relao perturbao no set-point, a oscilao apresentou maior intensidade, inviabilizando a execuo do ensaio completo (figura 5.15). Seriam necessrios ajustes mais precisos nas funes de pertinncia, principalmente, naquelas responsveis pela funo posicional do controlador na tentativa de se reduzir as instabilidades apresentadas.
1,0 0,5 0,0 -0,5 -1,0 0 250 500 750 1000 1250 1500 1750 2000 Fuzzy-PID Fuzzy-PI
TSP (C)
Tempo (s)
5 0 -5 -10 -15 -20 -25 -30 0 250 500 750 1000 1250 1500 1750 2000
FRB (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSPFRB para perturbao +30% na carga trmica (Ensaios F05 e F07).
213
TSP (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500
Fuzzy-PID Fuzzy-PI 1000 1500 2000 2500 3000 3500
Tempo (s)
24 20 16 12 8 4 0 -4 0 500 1000 1500 2000 2500 3000 3500
FRB (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSPFRB para perturbao -30% na carga trmica (Ensaios F05 e F07).
-9 -10 -11 -12 -13 0 1000 2000 3000 4000 5000 6000 7000 Fuzzy-PID Fuzzy-PI
TSP (C)
Tempo (s)
Figura 5.15 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TSP-FRB para perturbao para perturbao no set-point (Ensaios F06 e F08). Como o controlador fuzzy-PI apresenta apenas funes de pertinncia incrementais, uma ao mais suave da varivel manipulada foi realizada,
viabilizando uma ao de controle satisfatria. As mesmas caractersticas foram

214
observadas nos ensaios com os controladores convencionais (figuras 4.7 a 4.9), indicando a necessidade de uma ateno especial s no linearidades deste tipo de malha de controle. Os parmetros de desempenho destes controladores so apresentados na tabela 5.7. Atravs da anlise do comportamento da freqncia de rotao da bomba e dos parmetros de erro para perturbaes na carga pode ser observada a superioridade do controle fuzzy-PI.
Tabela 5.7 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F05 a F08.
Controlador Parmetro de Desempenho Ensaio Fuzzy-PID Carga F05
13,1 96,5 88520,0 0,4 90 375 * * * * * *
Fuzzy-PI Set Point F06

* * * * * * 75,4 362,6 778910,0 * * *
Carga F07
3,4 30,0 15520,0 0,2 * *
Set Point F08

3541,6 3557,7 6477592,5 0,1 85 430 3310,7 3412,0 6210934,4 0,3 120 120
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo ISE 161,8 IAE 419,0 ITAE 633937,5 Sobre-sinal 0,1 Tempo de * subida Tempo de * acomodao
Ao
contrrio
do
ocorrido
com
os
controladores
convencionais,
foi
verificada maior oscilaes na atuao da FRB, principalmente nos ensaios com perturbaes positivas na carga, prejudicando o desempenho do controle da varivel controlada, confirmando a necessidade de uma sintonia mais aprimorada.
215
5.4.4.3 Ensaios com os controladores PID e PI para a malha fuzzy TEV-FRC. As mesmas variveis manipuladas utilizadas para o controle fuzzy da temperatura de sada do propileno glicol foram utilizadas no desenvolvimento do controlador fuzzy da temperatura de evaporao. O comportamento da varivel controlada (TEV) e da varivel de controle (FRC) so apresentados nas figuras 5.16, 5.17 e 5.18, para perturbaes positivas e negativas na carga e perturbaes no set-point, respectivamente.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000
TEV (C)
Fuzzy-PID Fuzzy-PI
1500
2000
2500
3000
3500
Tempo (s)
10 9 8 7 6 5 4 3 2 1 0 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEVFRC para perturbao +30% na carga trmica (Ensaios F09 e F11).
216
TEV (C)
Tempo (s)
0 -1 -2 -3 -4 -5 -6 -7 0 500 1000 1500 2000 2500 3000 3500
FRC (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEVFRC para perturbao -30% na carga trmica (Ensaios F09 e F11).
-21,5 -22,0
TEV (C)
-22,5 -23,0 -23,5 -24,0 -24,5 0 1000
Fuzzy-PID Fuzzy-PI
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 5.18 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEV-FRC para perturbao no set-point (Ensaios F10 e F12). Confirmando a tendncia apresentada pelos controladores convencionais (figuras 4.10 a 4.12), a freqncia de rotao do compressor apresentou uma
217
ao de controle bastante eficiente, principalmente quanto a perturbaes na carga trmica do sistema. O controlador fuzzy-PID apresentou uma resposta melhor em todas os ensaios ao qual foi submetido. Essa superioridade pode ser constatada na tabela 5.8, onde so apresentados os valores dos parmetros de desempenho. Observando-se as oscilaes apresentadas nos ensaios de alterao de set-point reafirma-se a necessidade de uma sintonia mais eficiente quanto alterao da forma das funes de pertinncia, principalmente, na regio de erro positivo. Para este caso, a sintonia deve ser realizada tanto na parte posicional quanto na parte incremental do controlador, uma vez que essas oscilaes tambm foram verificadas no controlador fuzzy-PI Tabela 5.8 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F09 a F12.
Controlador Parmetro de Desempenho Ensaio Fuzzy-PID Carga Set Point Carga Fuzzy-PI Set Point
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo F09 F10 F11 F12
130,1 312,0 150327,7 0,1 65 1240 42,2 146,0 148093,1 0,3 70 230 49,2 259,5 276917,5 0,5 1335 1335 10,9 106,3 169385,0 0,2 1335 1335 3541,6 3557,7 6477592,5 1,0 100 420 3310,7 3412,0 6210934,4 0,3 100 295
ISE 7,0 9,6 IAE 69,5 95,5 ITAE 116200,0 117147,5 Sobre-sinal 0,1 0,1 Tempo de 85 95 subida Tempo de 85 95 acomodao
Os valores de desempenho atribudos ao controlador fuzzy -PID indicam a superioridade deste controle quando comparado com o controlador fuzzy-PI. A estabilidade da medida da temperatura de evaporao favorece a atuao do controlador fuzzy-PID, no ocorrendo mudanas bruscas de funes
218
de pertinncia que afetariam significativamente a atuao da freqncia de rotao do compressor e, conseqentemente, a potncia consumida.
5.4.4.4 Ensaios com os controladores PID e PI para a malha fuzzy TEV-FRB.
Os resultados dos ensaios da malhas de controle fuzzy utilizando a freqncia de rotao da bomba de propileno glicol so apresentados nas figuras 5.19, 5.20 e 5.21.
0,6 0,4 Fuzzy-PID Fuzzy-PI
TEV (C)
0,2 0,0 -0,2 -0,4 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
2 0 -2 -4 -6 -8 -10 -12 -14 -16 0 500 1000 1500 2000 2500 3000 3500
FRB (Hz)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEVFRB para perturbao +30% na carga trmica (Ensaios F13 e F15).
219
TEV (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 Fuzzy-PID Fuzzy-PI 2000 2500 3000 3500
Tempo (s)
5 4
FRB (Hz)
3 2 1 0 -1 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEVFRB para perturbao -30% na carga trmica (Ensaios F13 e F15).
-22,8 -23,0 -23,2 -23,4 -23,6 -23,8 -24,0 -24,2 0 1000 2000 3000 4000 5000 6000 7000 Fuzzy-PID Fuzzy-PI
TEV (C)
Tempo (s)
Figura 5.21 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TEV-FRB para perturbao no set-point (Ensaios F14 e F16).
220
Um comportamento anlogo ao apresentado pela malha de controle fuzzy TSP-FRB foi observado na malha fuzzy TEV-FRB. As oscilaes na varivel manipulada inviabilizaram uma atuao satisfatria do controlador fuzzy -PID, mais uma vez evidenciando a necessidade de uma melhor sintonia das funes de pertinncia responsveis pela funo posicional do controlador, principalmente para perturbaes na carga trmica. Nota-se uma ao mais suave da freqncia de rotao da bomba de propileno glicol quando utilizada a malha fuzzy -PI, promovendo uma ao de controle mais segura. Os parmetros de desempenho apresentados na tabela 5.9 indicam, de uma forma geral, a malha de controle fuzzy -PI como a mais indicada para esse tipo de controle.
Tabela 5.9 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F13 a F16.
Controlador Parmetro de Desempenho Ensaio Fuzzy-PID Carga F13 Set Point F14 Carga F15
50,3 268,5 346405,0 0,3 * *

66,6 375,5 563095,0 0,3 * *
Positivo Negativo Positivo Negativo Positivo Negativo Positivo Negativo ISE 123,7 15,8 100,3 107,3 22,8 32,7 IAE 555,5 139,4 444,8 356,5 205,8 217,5 ITAE 1008187,5 256900,0 730892,5 435325,0 411642,5 267460,0 Sobre-sinal 0,5 0,3 0,1 0,4 0,2 0,3 Tempo de 985 70 455 65 25 1280 subida Tempo de * * 455 * 100 1280 acomodao
221
5.4.4.5 Ensaios com os controladores PID e PI para a malha fuzzy TCOND-FRC.
Os ensaios de implementao dos controladores fuzzy para o controle da temperatura de condensao foram realizados, inicialmente, utilizando a freqncia de rotao do compressor como varivel manipulada. Os resultados so apresentados nas figuras 5.22, 5.23 e 5.24.
0,5 0,4
TCOND (C)
0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500
Fuzzy-PID Fuzzy-PI
2000
2500
3000
3500
Tempo (s)
FRC (Hz)
2 0 -2 -4 -6 -8 -10 -12 -14 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FRC para perturbao +30% na carga trmica (Ensaios F17 e F19).
222
0,2 0,1
TCOND (C)
0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500 3000 3500 Fuzy-PID Fuzzy-PI
Tempo (s)
10 8
FRC (Hz)
6 4 2 0 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FRC para perturbao -30% na carga trmica (Ensaios F17 e F19).
33,5
TCOND (C)
33,0 32,5 32,0 31,5 0 1000
Fuzzy-PID Fuzzy-PI
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 5.24 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FRC para perturbao no set-point (Ensaios F18 e F20).
223
Como j observado, a freqncia de rotao do compressor (FRC) apresentou um bom desempenho como varivel de controle da malha. Os dois controladores estudados apresentaram desempenho similar nos dois tipos de perturbaes efetuadas. As aes dos controladores fuzzy-PI e fuzzy -PID se caracterizaram pela menor incidncia de oscilaes e atuaes suaves na varivel manipulada. Apesar do controle satisfatrio apresentado pelos controladores fuzzy nesta malha, pequenas alteraes na sintonia das funes de pertinncia podem ser necessrias com o objetivo de eliminar desvios em perturbaes opostas. Os valores de desempenho so mostrados na tabela 5.10, sendo sublinhados os melhores valores. Tabela 5.10 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F17 a F20.
Controlador Parmetro de Desempenho Ensaio ISE IAE ITAE Sobre-sinal Tempo de subida Tempo de acomodao
5,1 51,0 71575,0 0,1 925 925
Fuzzy-PID Carga F17

35,4 347,3 645547,5 0,1 * * 52,7 101,0 39735,0 0,1 175 175

46,1 108,5 85362,5 0,1 220 385 74,3 313,5 467115,0 0,3 1470 1470
Carga F19
4,5 45,4 73565,0 0,1 105 105
Set Point F20

60,2 161,7 222097,5 0,1 160 160 71,4 185,0 103730,0 0,1 280 280
224
5.4.4.6 Ensaios com os controladores PID e PI para a malha fuzzy TCOND-FVC.
O estudo realizado para a malha de controle fuzzy SISO foi finalizado com a utilizao do percentual de fechamento da vlvula de controle (FVC) como varivel manipulada, integrante da malha de controle da temperatura de condensao. Nas figuras 5.25, 5.26 e 5.27 so mostrados os resultados obtidos nos ensaios desta malha de controle submetendo-se o sistema perturbaes na carga e no set-point.
0,4 0,3
TCOND (C)
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 0 500 1000
Fuzzy-PID Fuzzy-PI
1500
2000
2500
3000
3500
Tempo (s)
12 6
FVC (%)
0 -6 -12 -18 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FVC para perturbao +30% na carga trmica (Ensaios F21 e F23).
225
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000
TCOND (C)
Fuzzy-PID Fuzzy-PI
2500
3000
3500
Tempo (s)
16 12 8 4 0 -4 -8 -12 0 500 1000 1500 2000 2500 3000 3500
FVC (%)
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FVC para perturbao -30% na carga trmica (Ensaios F21 e F23).
34,5
TCOND (C)
34,0 33,5 33,0 32,5 0 1000
Fuzzy-PI
2000
3000
4000
5000
6000
7000
Tempo (s)
Figura 5.27 - Comportamento dos desvios da varivel controlada sob ao dos controladores Fuzzy-PID e Fuzzy-PI na malha TCOND-FVC para
perturbao no set-point (Ensaio F24).
226
Como pode ser observado nas figuras 5.25 e 5.26, referentes s aes de controle para perturbaes na carga, o controlador fuzzy-PI foi o que melhor se adequou a este tipo de perturbao. O controlador fuzzy-PID apresentou um comportamento instvel, segundo o qual, a resposta do controlador tornava-se oscilatria com aumento gradual da amplitude. Para proteo do atuador da varivel de controle e por segurana do sistema de refrigerao os ensaios foram interrompidos antes do intervalo de tempo estipulado para cada ensaio (3600 segundos). O mesmo comportamento foi observado com perturbaes no set-point. Novamente, o fracasso na utilizao do controlador fuzzy-PID pode ser atribudo sintonia deficiente da ao posicional da malha de controle fuzzy , assim como s caractersticas no lineares do atuador. Para uma melhor sintonia necessrio um melhor conhecimento especialista do sistema atravs da realizao de mais ensaios que possibilitem uma melhor definio das regras e da disposio das funes de pertinncia no universo de discurso adotado. Na tabela 5.11 so apresentados os valores de desempenho do controlador fuzzy-PI. Tabela 5.11 - Parmetros de desempenho dos controladores Fuzzy-PID e Fuzzy-PI utilizados nos ensaios F21 a F24.
Controlador Parmetro de Desempenho Ensaio ISE IAE ITAE Sobre-sinal Tempo de resposta Tempo de acomodao
* * * * * *
Fuzzy-PID Carga F21

* * * * * * * * * * * *

* * * * * * 28,9 281,5 530420,0 0,2 165 *
Carga F23
25,0 198,8 295092,5 0,2 585 *
Set Point F24

204,9 442,0 504362,5 0,2 260 * 323,4 755,5 811079,9 0,4 720 2200

227
5.4.5 Ensaios com os controladores fuzzy multivariveis. Tomando-se como referncia os resultados obtidos no estudo de
implementao das malhas fuzzy SISO, foram realizados ensaios para a utilizao da estratgia fuzzy-PID multivarivel. Observou-se um comportamento instvel das variveis controladas sob a ao deste controlador. Este comportamento foi atribudo a uma sintonia insuficiente da parte posicional desta estratgia, sendo necessrio um maior refino das funes de pertinncia deste controle, principalmente na atuao da freqncia de rotao da bomba de propileno glicol. Desta forma, optou-se pela realizao de um projeto de controlador fuzzy -PI multivarivel (SIMO), devido facilidade de implementao deste controle e aos resultados satisfatrios apresentados anteriormente por essa estratgia. A multivariveis escolha foram das variveis nos manipuladas resultados dos controladores no estudo fuzzy do
baseadas
obtidos
comportamento das variveis de processo quando submetidas a perturbaes simultneas (captulo 3). Os resultados obtidos na realizao dos planejamentos experimentais 01 (tabela 3.5) e 02 (tabela 3.7) foram utilizados para a definio da malha de controle fuzzy multivarivel da temperatura de sada do propileno glicol (TSP) e temperatura de rotao de da evaporao bomba (TEV). de A manipulao glicol e conjunta do das freqncias propileno compressor
apresentaram maior efeito sobre a TSP e a TEV , tanto na amplitude como na velocidade da resposta. Os planejamentos experimentais 03 e 04 serviram de base para a definio da malha fuzzy multivarivel da temperatura de condensao (TCOND). Para este caso, a manipulao da freqncia de rotao do compressor e o fechamento da vlvula de controle da gua foram escolhidas como variveis de controle. A definio do universo de discurso das funes de pertinncia utilizadas nos controladores multivariveis foi realizada utilizando-se as equaes 3.1 a 3.12,
228
obtidas no item 3.4.1 (planejamentos experimentais) e as figuras 3.2, 3.3, 3.5, 3.6, 3.8 e 3.10. As funes de pertinncia dos controladores multivarivel so apresentadas no Apndice D. A figura 5.28 representa a estrutura do controlador fuzzy-PI multivarivel utilizado em todas as variveis controladas. Desta vez, foi desenvolvido um controlador exclusivamente incremental, caracterstica do controle fuzzy-PI, que facilitou implementao do controlador e a construo da base de regras, fundamentada em conhecimentos prticos do comportamento do sistema.
uPI
uPI

u' PI
yr
e
+-
Base de Regras
y
Processo
Fuzzy-PI
Multivarivel
u'PI
Figura 5.28 - Estrutura dos controladores fuzzy-PI multivarivel. A base de conhecimento foi definida como um conjunto de regras com a seguinte forma de declarao SE ENTO, por exemplo: Se Erro GP E Erro GP ENTO FRC GP E FRB GP O membro da declarao caracterizado por apresentar mais de uma ao definido como multivarivel. Dessa forma, pode-se considerar este controlador como multivarivel (SIMO), pois possibilita ao conjunta de duas variveis manipuladas para o controle de uma nica varivel controlada.
229
5.4.5.1 Ensaios com TSP-FRC/FRB.
controlador
fuzzy-PI
multivarivel
para
malha
A configurao das regras e funes de pertinncia seguiu a mesma metodologia adotada para os controladores fuzzy-SISO. Os arquivos de configurao das malhas fuzzy multivarivel so apresentados no Apndice D. Os resultados dos ensaios realizados para a verificao do desempenho do controlador fuzzy multivarivel na manuteno da temperatura de sada do propileno glicol, quando o sistema de refrigerao submetido a perturbaes positivas e negativas na carga trmica do sistema e mudanas no set-point, esto apresentados nas figuras 5.29, 5.30 e 5.31.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500
TSP (C)
Fuzzy-PI Multivarivel
Tempo (s)
10
Frequncia (Hz)
8 6 4 2 0 -2 -4 0 500 1000 1500 2000 2500 3000 3500 Bomba de Propileno Glicol Compressor
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao do controlador Fuzzy-PI multivarivel (SIMO) na malha TSP-FRC/FRB para perturbao de +30% na carga trmica (Ensaio FM01).
230
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 500 1000 1500 2000 2500 3000 3500 Fuzzy-PI Multivarivel
TSP (C)
Tempo (s)
Frequncia (Hz)
2 0 -2 -4 -6 -8 -10 0 500 1000 1500 2000 2500 3000 3500 Bomba de Propileno Glicol Compressor
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao do controlador Fuzzy-PI multivarivel (SIMO) na malha TSP-FRC/FRB para perturbao de -30% na carga trmica (Ensaio FM01).
-10,8 -11,0 -11,2 -11,4 -11,6 -11,8 -12,0 -12,2 0 1000 2000 3000 4000 5000 6000 7000
TSP (C)
Tempo (s)
Figura 5.31 - Comportamento dos desvios da varivel controlada sob ao do controlador Fuzzy-PI multivarivel (SIMO) na malha TSP-FRC/FRB para perturbao no set point (Ensaio FM02).
231
Pode ser observado nas figuras acima que o desempenho do controlador fuzzy -PI multivarivel para o controle da temperatura de sada do propileno glicol se mostrou bastante favorvel, confirmando uma caracterstica j apresentada nos controladores fuzzy-SISO. Este comportamento ratifica a boa adaptao dos controladores fuzzy frente a sistemas mais complexos. A manipulao em conjunto das freqncias de rotao do compressor e da bomba de propileno glicol apresentou um comportamento mais estvel que a manipulao individual destas variveis e uma menor intensidade de atuao, influenciando, dessa forma, a potncia consumida no sistema. Na tabela 5.12 so apresentados os parmetros de desempenho
baseados no erro e no comportamento transiente da varivel controlada.
Tabela 5.12 - Parmetros
de
desempenho
do
controlador
Fuzzy-PI
multivarivel utilizado nos ensaios FM01 e FM02.
Parmetro de Desempenho
Controlador Multivarivel Carga Positivo Negativo Set Point Positivo Negativo FM02
1,6 15,5 7875,0 0,1 * 835 3472,7 3486,0 6486230,0 0,1 305 850 3423,0 3452,5 6480160,0 0,1 405 870
Ensaio ISE IAE ITAE Sobre-sinal Tempo de subida Tempo de acomodao

2,8 27,5 25985,0 0,1 30 *
FM01
232
5.4.5.2 Ensaios com TEV-FRC/FRB.
controlador
fuzzy-PI
multivarivel
para
malha
Seguindo a mesma metodologia utilizada no controlador multivarivel utilizado anteriormente, foi proposto um controle fuzzy-PI multivarivel para a temperatura de evaporao do sistema de refrigerao. Os resultados dos ensaios realizados so apresentados nas figuras 5.32, 5.33 e 5.34.
0,5 0,4 0,3 0,2 0,1 0,0 -0,1 -0,2 0 500 1000 1500 2000 2500 3000 3500
TEV (C)
Fuzzy-PI Multivarivel
Tempo (s)
Freqncia (Hz)
6 4 2 0 -2 0 500 1000 1500 2000 2500 3000 3500 Compressor Bomba de Propileno Glicol
Tempo (s)
dos
desvios
das
variveis
controlada
manipulada sob ao do controlador Fuzzy-PI multivarivel (SIMO) na malha TEV-FRC/FRB para perturbao de +30% na carga trmica (Ensaio FM03).
233
0,3 0,2
TEV (C)
0,1 0,0 -0,1 -0,2 -0,3 0 500 1000 1500 2000 2500 3000 3500
Tempo (s)
Freqncia (Hz)
1 0 -1 -2 -3 -4 -5 0 500 1000 1500 2000 2500 3000 3500 Compressor Bomba de Propileno Glicol
Tempo (s)
dos do
desvios
das
variveis Fuzzy-PI
controlada
controlador
multivarivel
TEV-FRC/FRB para perturbao de -30% na carga trmica (Ensaio FM03).
-22,6 -22,8 -23,0 -23,2 -23,4 -23,6 -23,8 -24,0 -24,2 -24,4 0 1000 2000 3000 4000 5000 6000 7000
TEV (C)
Tempo (s)
Figura 5.34 - Comportamento dos desvios da varivel controlada sob ao do controlador Fuzzy-PI multivarivel (SIMO) na malha TEV-FRC/FRB para perturbao no set-point (Ensaio FM04). O comportamento apresentado pelo controlador, observado nas figuras acima, e os dados dos parmetros de controle calculados, apresentados na tabela
234
5.13, confirmam a satisfatria ao de controle do controlador multivarivel, mesmo quando comparado com a ao multimalha PID estudado no captulo anterior. Ressalta-se mais uma vez a ao mais estvel das variveis de controle (FRC e FRB) que contribui de maneira significativa para o melhor desempenho de controle da varivel controlada (TEV). Tabela 5.13 - Parmetros de desempenho do controlador Fuzzy-PI
multivarivel utilizado nos ensaios FM03 e FM04.
Parmetro de Desempenho Positivo Ensaio ISE IAE ITAE Sobre-sinal Tempo de subida Tempo de acomodao
33,5 324,6 569222,5 0,2 * *
Controlador Multivarivel Carga Negativo FM03

14,0 101,5 93952,5 0,3 380 380 31,7 95,5 35912,5 0,2 65 870
Set Point Positivo Negativo FM04

46,1 247,8 448582,5 0,2 75 *
* Valores que no puderam ser determinados com preciso. 5.4.5.3 Ensaios com o TCOND-FRC/FVC. controlador fuzzy-PI multivarivel para a malha
O controlador fuzzy-PI multivarivel para controle da temperatura de condensao seguiu rigorosamente a mesma metodologia adotada nos
controladores multivariveis anteriores.
235
Durante ensaios.
realizao
dos
ensaios,
controlador
apresentou
um
comportamento bastante oscilatrio no sendo possvel a concretizao dos
Inicialmente, este comportamento foi atribudo a problemas de sintonia das funes de pertinncia das variveis. Entretanto, os bons resultados
apresentados pelos ensaios fuzzy/SISO para esta varivel controlada utilizando as mesmas variveis manipuladas desestruturaram esta hiptese inicial. Na tentativa de explicar tal comportamento outra hiptese foi proposta. Sabe-se que oscilaes nas condies ambientais afetam de maneira significativa o desempenho dos sistemas de refrigerao, uma vez que as condies de funcionamento da torre de resfriamento so alteradas, promovendo mudanas na temperatura da gua do condensador e, conseqentemente, na temperatura de condensao do fluido refrigerante (R-404A). Esse efeito pode ser observado nas figuras 2.10 e 2.11. Foi constatado que no perodo de realizao dos ensaios houve variaes das condies ambientais (temperatura e umidade relativa), certamente, alterando a temperatura da gua utilizada no condensador. Esta alterao poderia desestabilizar a ao da vlvula de controle prejudicando o desempenho do controlador, sendo necessria a realizao de uma sintonia mais refinada para este tipo de controlador. 5.4.6 Analise comparativa dos controladores Fuzzy-SISO e Fuzzy-SIMO Na figura 5.35 so apresentadas, de forma comparativa, as mdias dos percentuais das diferenas dos parmetros de desempenho (ISE, IAE e ITAE) dos controladores fuzzy-SIMO, tomando-se como base as malhas fuzzy -SISO
anteriormente implementadas.
236
50,0 40,0 30,0
30,3%
Fuzzy-SIMO (%)
20,0 10,0 0,0 -10,0 -20,0 -30,0 -43,4% -40,0 -50,0 TSP-FRC TSP-FRB TEV-FRC TEV-FRB -37,3%
-40,7%
Malhas de Controle Fuzzy-SISO
Figura 5.35 - Percentual mdio da diferena entre os valores dos parmetros de desempenho (ISE, IAE e ITAE) dos controladores Fuzzy-SIMO e controladores Fuzzy-SISO. A proposta de um controlador fuzzy multivarivel apresentou melhores resultados, de uma maneira geral, do que os controladores fuzzy SISO, confirmando a tendncia apresentada pelos controladores convencionais e os resultados obtidos no primeiro planejamento experimental (PEFC01) do captulo 3. Mais uma vez foi constatado o efeito desestabilizador da manipulao da vazo de propileno glicol, que promoveu o pior desempenho do controlador fuzzy multivarivel TEV-FRC/FRB quando comparado ao controlador fuzzy TEV-FRC. Para o controle da temperatura de condensao no foi possvel a realizao dos ensaios com a estrutura multivarivel, devido s oscilaes observadas na varivel controlada, impedindo uma anlise comparativa deste controlador.
237
5.5 Concluses
O projeto e a implementao dos controladores fuzzy utilizando como ferramenta os toolboxes do MatLab 6.0 e o sistema fieldbus se mostrou vivel, de fcil desenvolvimento e flexvel tanto para os controladores SISO quanto para os multivariveis. As apresentaram variveis manipuladas o utilizadas mesmo no projeto dos controladores nos
basicamente
comportamento
apresentado
controladores convencionais. A sintonia dos controladores fuzzy , que, neste estudo, consistiu na adequao das funes de pertinncia, uma etapa de extrema importncia no projeto deste controle e depende intimamente do conhecimento especialista. Foram observados desempenhos satisfatrios nos ensaios monovariveis dos controladores fuzzy nas trs variveis controladas, principalmente, quando foi utilizada a variao da freqncia de rotao do compressor como varivel manipulada, ratificando um comportamento verificado tambm com os
controladores convencionais. Para o controle da temperatura de sada do propileno glicol, a malha de controle fuzzy -PI TSP-FRC mostrou melhor adequao para o sistema sob perturbaes na carga trmica, principalmente, na perturbao positiva, onde apresentou uma reduo dos parmetros de erro de 13,2%, em mdia. Para perturbaes no set-point, o fuzzy-PI apresentou reduo nos valores dos parmetros de erro, em torno de 7,3% e 1,3%, para perturbaes positivas e negativas, respectivamente. A magnitude dos valores apresentados demonstra uma grande similaridade de atuao dos controladores fuzzy-PID e fuzzy-PI, devendo ser ressaltado o melhor desempenho da estratgia fuzzy -PID para
238
perturbaes negativas na carga trmica (reduo de 43,5% nos parmetros de erro) e comportamento transiente mais satisfatrio. Para o controle da temperatura de evaporao, a malha fuzzy PID TEV-FRC apresentou um comportamento satisfatrio, apresentando uma reduo dos valores dos parmetros de erro de 44,9% e 96,2% para as perturbaes na carga e no set-point, respectivamente, quando comparados com os valores dos parmetros da estratgia fuzzy-PI Para o controle da temperatura de condensao a estratgia fuzzy-PID apresentou melhores valores dos parmetros de erro quando utilizada a FRC como varivel de controle. Na malha TCOND-FVC, a estratgia fuzzy-PI apresentou um melhor desempenho, no sendo possvel realizar o controle com a estratgia fuzzy-PID devido s instabilidades de atuao da vlvula de controle da gua. De uma maneira geral, os controladores fuzzy-PID apresentaram melhor desempenho quanto aos parmetros de erro e comportamento transiente, principalmente, quando foi utilizada a freqncia de rotao do compressor como varivel de controle. Quando a freqncia de rotao da bomba de propileno glicol foi utilizada como varivel manipulada, a estratgia fuzzy-PI se mostrou mais eficaz, apesar de apresentar um comportamento mais oscilatrio. Essa caracterstica pode ser atribuda ao carter incremental do projeto fuzzy-PI, que facilitou a implementao das regras reduzindo a necessidade de um conhecimento mais aprofundado do sistema, facilitando a sintonia deste controlador. O desempenho favorvel dos controladores fuzzy-PI monovariveis fez com que estes controladores fossem escolhidos para o desenvolvimento dos controladores fuzzy multivariveis.
239
Os controladores fuzzy -PI multivariveis se mostraram mais apropriados para o controle das variveis controladas do que a estratgia multimalha PID convencional apresentada no captulo 4. Para o controle da TSP a malha multivarivel fuzzy-PI TSP-FRC/FRB apresentou uma reduo nos valores dos parmetros de erro de 46,3% para perturbaes na carga, quando comparados com os valores obtidos na estratgia multimalha dos controladores convencionais. No controle da TEV, a malha fuzzy -PI TEV-FRC/FRB apresentou valores dos parmetros de erro 49,1% menores que os apresentados na estratgia multimalha convencional. O controlador multivarivel fuzzy-PI TCOND-FRC/FVC no apresentou desempenho satisfatrio devido a alteraes na temperatura de entrada da gua de resfriamento do condensador , as no linearidades da vlvula de controle e, principalmente, a necessidade de uma sintonia mais refinada dos parmetros do controlador. Os controladores fuzzy apresentaram desempenho satisfatrio em todos os ensaios realizados, no tendo sido explorados, neste estudo, todas as suas potencialidades e melhorias na sintonia. A anlise das aes dos controladores fuzzy multivariveis, quando comparados com os controladores fuzzy SISO, apresentou a mesma tendncia da anlise dos controladores convencionais e multimalha (captulo 4). O controlador multivarivel (SIMO) utilizado para o controle da temperatura de sada do propileno glicol apresentou valores 43,4% e 40,7% menores que os valores apresentados pelas malhas fuzzy-SISO TSP-FRC e TSP-FRB, respectivamente. Para o controle da temperatura de evaporao foi possvel comprovar mais uma vez a melhor adequao da manipulao da freqncia de rotao do compressor, sendo a malha TEV-FRC como a mais indicada para este controlador.
240

ABREU, G. L. C. M. D. e RIBEIRO, J. F. Amortecedores ativos de vibraes baseados em controladores fuzzy. In: 4 SBAI - Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 376-381. ALMEIDA, O. D. M. e COELHO, A. A. R. Controladores PID auto-ajustvel e In: 4 SBAI - Simpsio
nebuloso: aspectos de projeto, sintonia e aplicao prtica.
Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 675-680. ANNIMO The logic that dares not speak its name. The Economist, v.16, p.101103, apr, 1994. ARBEX, R. T. Controle Fuzzy: conceitos e aplicaes. INSTEC - Instrumentao
e Controle de Processos, v.78, p.18-30, jun, 1994. BIANCO, M. S. e DOTE, Y. mediante logica borrosa. Diseo de un controlador PID autosintonizado
In: 4 SBAI - Simpsio Brasileiro de Automao
Inteligente, 1999, So Paulo, Anais. p. 382-386. CARVAJAL, J.; CHEN, G. e OGMEN, H. p.249-270, 2000. DAVIDSON, V. J. e SMITH, K. D. A fuzzy controller for a batch cooking process. Fuzzy PID controller: Design, v.123,
performance evaluation, and stability analysis. Information Sciences,
Journal of Food Engineering, v.24, n.1, p.15-24, 1995. DOHNAL, M.; VYSTRCIL, J.; DOHNALOVA, J.; MARECEK, K.; KVAPILIK, M. e BURES, P. Fuzzy food engineering. Journal of Food Engineering, v.19, n.2, p.171-201, 1993.
241
EERIKINEN, T.; LINKO, P.; LINKO, S.; SIIMES, T. e ZHU, Y. H. Fuzzy logic and neural network applications in food science and tecnology. Trends in Food Science and Technology, v.4, p.237-242, ago, 1993. EERIKINEN, T.; LINKO, S. e LINKO, P. The potential of fuzzy logic in Automatic Elsevier Applied Science
optimization and control: fuzzy reasoning in extrusion cooker control. Control and Optimization of Food Process. Londres: Publisher, 1988. p.183-199. FISCHER, M.; NELLES, O. e ISERMANN, R.
Adaptive predictive control of a heat v.6, n.2,
exchanger based on a fuzzy model. Control Engineering Practice, p.229-269, feb, 1998. GIESE, J.
Processing trends: Sensor, safety, and fuzzy logic. Food Technology,
v.47, n.9, p.144, sept, 1993. GOMIDE, F. A. C. e GUDWIN, R. R. Modelagem, controle, sistemas e lgica
fuzzy. SBA Controle e Automao, v.4, n.3, p.97-115, set-out, 1994. HABER, R. H. e GUERRA, R. E. H. Hierarchical fuzzy controller with a self-tuning strategy an application to end milling process. In: 4 SBAI - Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 657-662. KIM, S. e CHO, S. I. Neural network modeling and fuzzy control simulation for
bread-baking process. Transations of the ASAE, v.40, n.3, p.671-676, 1997. LANAS, A. I.; VELLASCO, M. M.; PACHECO, M. A. e TANSCHEIT, R. de um misturador de fluidos atravs de estruturas neuro-fuzzy. Simpsio Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p 443-448. LI, H.-X. A comparative design and tuning for a conventional fuzzy control. IEEE Controle
In: 4 SBAI -
Transactions on Systems, Man, and Cybernetics, v.27, n.5, p.884-889, 1997.

242
LI, H.-X. e GATLAND, H. B. oct, 1996.
Conventional fuzzy control and its enhancement. v.26, n.5, p.791-797,
IEEE Transactions on Systems, Man, and Cybernetics,
LIU, G. P. e DALEY, S. Optimal-tuning nonlinear PID control of hydraulic systems. Control Engineering Practice , v.8, p.1045-1053, 2000. MANN, G. K. I.; HU, B. G. e GOSINER, R. G. v.29, n.3, p.371-388, 1999. MAOZCA, O. M. A. e ALMARIO, D. F. Inteligente, 1999, So Paulo, Anais. p. 365-370. PERROT, N.; L, M.; TRYSTRAM, G.; TRICHARD, J.-M. e DECLOUX, M. genetic approaches. Fuzzy Sets and Systems, v.94, n.3, p.309-322, mar, 1998. PERROT, N.; TRYSTRAM, G.; GUENNEC, D. L. e GUELY, F. and fuzzy approaches. Journal of Food Engineering, aug-sept, 1996. SHAW, I. S. e SIMES, M. G. Controle e modelagem fuzzy. 1.ed. So Paulo: Sensor fusion for a Optimal SCD: Software para el control de Analysis of direct action fuzzy PID
controller structures. IEEE Transactions on Systems, Man, and Cybernetics,
sistemas usando tcnicas difusas. In: 4 SBAI - Simpsio Brasileiro de Automao
control of the microfiltration of sugar product using a controller combining fuzzy and
real time quality evaluation of biscuit during baking. Comparison between Bayesian v.29, n.3-4, p.301-315,
Editora Edgard Blucher Ltda, 1999. 165p. SHIEH, J. S.; CHEN, H. C. e FERNG, L. H. Control, v.3, n.2, p.91-96, 1992. Application of a fuzzy logic controller
in temperature control of a pilot high-temperature short-time heat exchanger. Food
243
SILVA, F. V. e SILVEIRA JR., V. brasileiro de engenharia
Controle fuzzy da temperatura de condensao In: COBEM - Congresso CD-ROM. Uberlndia: 2000, Uberlndia,
de um sistema de resfriamento de lquido (Chiller). mecnica, COBEM Organizing Comittee. Trabalho n. TRB2587. SILVEIRA JR., V.
Modelagem, simulao e otimizao de um sistema de
refrigerao controlado com lgica nebulosa. Campinas, 1995. Doutorado. Faculdade de Engenharia de Alimentos, Unicamp. SINGH, R. K. e OU-YANG, F. Knowledge-based fuzzy control of aseptic
processing. Food Technology, p.155-161, 1994. TEPPA, P. A.; ANDRADE, G. J. M. e FERRER, J. J. funciones de membresa en sistemas de controle difuso. Asignacin ptima de In: 4 SBAI - Simpsio
Brasileiro de Automao Inteligente, 1999, So Paulo, Anais. p. 427-432. UNKLESBAY, K.; KELLER, J.; UNKLESBAY, N. e SUBHANGKASEN, D.
Determination of doneness of beef steaks using fuzzy pattern recognition. Journal of Food Engineering, v.8, n.2, p.79-90, 1988. XU, J.-X.; HANG, C.-C. e LIU, C. Parallel structure and tuning of a fuzzy PID
controller. Automatica, v.36, p.673-684, 2000. ZADEH, L. A. Fuzzy logic = Computing with words. IEEE Transactions on Fuzzy
Systems, v.4, n.2, p.103-111, may, 1996. ZHANG, Q. e LITCHFIELD, J. B. Fuzzy logic control for a continuous crossflow
grain dryer. Journal of Food Process Engineering, v.16, n.1, p.59-77, feb, 1993. ZHANG, Q.; LITCHFIELD, J. B. e BENTSMAN, J. Fuzzy logic control for food
processes. AIchE Simposium Series, v.89, n.297, p.90-97, 1993.
244
Estudo comparativo do desempenho dos controladores Fuzzy e Convencionais
CAPTULO 6 ESTUDO COMPARATIVO DO DESEMPENHO DOS CONTROLADORES FUZZY E CONVENCIONAIS
6.1 Introduo
Neste captulo apresentado um estudo comparativo dos projetos dos controladores convencionais e fuzzy implementados nos captulos anteriores no prottipo do sistema de resfriamento de lquido. Os parmetros de desempenho j abordados nos captulos anteriores foram novamente utilizados como indicadores de desempenho, sendo tambm analisado o consumo de energia eltrica do sistema quando submetido aos ensaios. Inmeros estudos similares podem ser encontrados na literatura, contudo observa-se uma predominncia de trabalhos comparativos de controladores
baseados em ambiente de simulao digital ou em prottipos mais simplificados. Poucos estudos so encontrados utilizando sistemas mais complexos e avaliao em tempo real. Aplicando-se diferentes tcnicas de controle ao sistema de refrigerao pretendeu-se avaliar as vantagens e desvantagens da utilizao de cada
metodologia alm de caracterizar diferenas e similaridades das mesmas sob condies de operao idnticas.
245
6.2 Reviso bibliogrfica

Em controles de processos convencionais, suposies, simplificaes e consideraes de parmetros so freqentemente utilizados para construir um modelo matemtico, que pode no se adequar ao fenmeno real. Em contraste, o controle fuzzy capaz de atuar em processos complexos em que o conhecimento restrito e os modelos matemticos no so disponveis (Zhang & Litchfield, 1993). A rigidez da lgica convencional no permite classificar os fatos como parcialmente verdadeiros ou parcialmente falsos. A lgica fuzzy, como uma generalizao da lgica clssica Booleana, possibilita o desenvolvimento de algoritmos computacionais capazes de fazer inferncias a partir de informaes imprecisas similar ao processo de raciocnio usado pelos operadores. Gomide & Gudwin (1994) afirmam que a idia bsica do controle fuzzy modelar as aes a partir de conhecimento especialista, ao invs de se modelar o processo em si. Isto leva a uma abordagem diferente dos mtodos convencionais. Tobi et al. (1992) citado por Singh & Ou-Yang (1994) afirmaram que o controlador fuzzy no possui uma melhor performance que o controlador PID em alguns casos. Contudo, no controle de temperatura em fornos de coque, a lgica fuzzy demonstrou uma melhor atuao no sistema em larga escala. Arbex (1994) enfatizou a aplicao do controle fuzzy em sistemas de segunda ordem. Observou-se que a resposta do controlador fuzzy apresenta menores oscilaes em torno do set-point e maior rejeio perturbao quando comparado ao do controlador PID. De acordo com o estudo realizado por Singh & Ou-Yang (1994) existem quatro razes para o uso preferencial do controle fuzzy ao convencional:
246
1.
Facilidade
de
desenvolvimento:
quando
desenvolvido
um
controlador convencional PID so necessrios inicialmente o conhecimento do sistema e os controles por ele exigido, bem como a construo de um modelo matemtico para descrever as relaes entre as variveis de entrada e sada e determinar os parmetros timos no controlador PID baseado neste modelo. O passo final a simulao e testes de performance do controlador. Se no forem satisfatrios deve-se modificar o modelo matemtico e reprojetar parmetros. Com o uso do controlador fuzzy cria-se regras de controle baseadas em conhecimento e experincias descritas em simples palavras. Qualquer modificao em um passo do controlador lgico fuzzy extremamente fcil contornar pois no necessrio modificar o modelo, apenas modificam-se as regras ou funes de pertinncia. 2. Aplicabilidade a Sistemas No Lineares: controles de processos baseados em lgica fuzzy adaptam-se facilmente a no-linearidade de alguns sistemas, obtendo-se assim melhor performance que os controles convencionais. 3. Maior Segurana: o desempenho de um sistema de controle
convencional depende de um sistema de parmetros. Se estes parmetros mudam como conseqncia de uma mudana no ambiente do processo ou falhas dos sensores, o sistema falhar e tornar-se- instvel. No controle fuzzy, os comandos so baseados em uma combinao de diversas regras, sendo que, se um sensor ou uma regra falham o sistema no ser significativamente afetado. As regras bsicas do controle fuzzy so mais tolerantes a perturbaes e sensores falhos. 4. Melhor Desempenho: a lgica fuzzy reduz a complexidade dos processos a simples regras de inferncia fuzzy. Isto permite que os clculos de controle sejam feitos em mnimo tempo. Alm disso, a estrutura paralela do clculo fuzzy permite uma melhor resposta ao sistema pois diversas entradas e sadas podem ser avaliadas simultaneamente.
247
Utilizando tambm uma planta de trocadores de calor, Joshi et al. (1997) implementaram controles convencionais avanados, modelos de processo baseados em modelos genricos, redes neurais e controle fuzzy para vazo e temperatura do fluido. Uma verso de controle fuzzy-PI foi desenvolvida utilizando ferramentas de gain schedule e feedforward. As variveis lingsticas foram divididas em 5 categorias e o controlador baseava-se em 32 regras para a vazo e 37 regras para a temperatura. Com os experimentos pde ser constatado que as estratgias propostas adaptaram-se bem ao controle estabelecido. A teoria clssica de controle por realimentao tem sido a base para o desenvolvimento de simples sistemas de controle automtico devido sua simplicidade de implementao e baixo custo. Entretanto, estes controladores possuem ganhos fixos insuficientes para compensar variaes de parmetros no processo. Luiz et al. (1997) apresentam um estudo comparativo de trs
controladores monovariveis aplicados a uma planta de nvel. As tcnicas de controle basearam-se nas estratgias PI adaptativo, preditivo e fuzzy. O controlador fuzzy apresentou maior simplicidade na utilizao e implementao. A seleo das regras e das funes de pertinncia essencial para o melhor desempenho do controlador. A principal desvantagem apresentada pelo controlador fuzzy foi a falta de um procedimento sistemtico para sua anlise e projeto. No existe um critrio definido para a seleo da forma das funes de pertinncia sendo que o procedimento interativo de tentativa e erro utilizado na superposio dos conjuntos fuzzy. Somente nas ltimas dcadas a teoria de controle de sistemas foi desenvolvida e tornou-se uma cincia sofisticada e altamente respeitada. Porm, somente poucas das teorias desenvolvidas so aplicadas nos processos
cotidianos. Em algumas reas mais sofisticadas podem-se encontrar aplicaes de controles mais avanados, como produtos de alta tecnologia devido aos custos de produo envolvidos na manufatura (Verbruggen & Bruijn,1997).
248
Aplicaes como extruso de cereais j foram implementados com controladores PID, onde se incorporaram regras lingsticas como descrito no trabalho de Eerikinen et al. (1988), mostrando a facilidade e efetividade de controlar um processo de extruso otimizado atravs da lgica fuzzy. Morgan (1996) apresentou um estudo comparativo de aplicao de
controlador fuzzy e controlador PI utilizando variveis lingsticas para variveis de entrada de erro e taxa de variao do erro com simulaes, obtendo resultados similares para os dois controladores. Porm, o mesmo trabalho salienta a aplicabilidade do controle fuzzy frente a processos que utilizam variveis
subjetivas, aos quais no podem ser aplicados os controladores PI. Pereira Filho et al. (2000) observaram que os controladores por
realimentao tradicionais no apresentam bom desempenho no controle do sistema de destilao em batelada pois se trata de um processo transiente e no linear. Essa dificuldade impulsionou a aplicao de sistemas de controle avanado e inteligncia artificial. O trabalho desenvolvido objetivou o desenvolvimento e implantao de algoritmos com lgica fuzzy no controle da composio do destilado. A sintonia do controlador fuzzy, caracterizada pela grande quantidade de parmetros a serem ajustados, feita com base na experincia do operador ou com base em simulaes computacionais com um modelo do processo. Foi observado que, apesar de utilizar parmetros fixos de projeto, os controladores fuzzy foram capazes de trabalhar sob condies de set-points variveis, apresentando menores vazes de refluxo do que os controladores convencionais. Com a proposta de aperfeioar um controlador PI preditivo, anteriormente desenvolvido, Lo et al. (1999) propuseram uma auto-sintonia para solucionar problemas rotineiros de re-sintonia em controladores convencionais. Simulaes e estudos experimentais demonstraram que o algoritmo de auto-sintonia apresenta melhores desempenhos que os auto-sintonizadores testados.
249
6.3 Metodologia
6.3.1 Ensaios de comparao entre controladores convencionais e fuzzy em estratgia SISO/ Feedback Os ensaios de comparao (tabela 6.1) foram realizados utilizando os projetos dos controladores aos convencionais utilizados nos (PI e PID) 4 e fuzzy e 5, (Fuzzy /PI e estratgia
Fuzzy /PID)
similares
captulos
em
SISO/Feedback, mantendo a sintonia proposta para os mesmos. O perodo de cada ensaio foi estipulado em quatro horas, pois, neste intervalo de tempo, podese garantir a menor interferncia de fatores externos, tais como temperatura ambiente e umidade relativa do ar, na eficincia trmica do sistema de refrigerao. Tabela 6.1 - Ensaios realizados com controladores convencionais (PI e PID) e Fuzzy (Fuzzy-PI e Fuzzy-PID).
Ensaio Controlador
E01 E02 E03 E04 E05 E06 E07 E08 E09 E10 E11 E12 E13 E14 E15 E16 PID PI Fuzzy-PID Fuzzy-PI PID PI Fuzzy-PID Fuzzy-PI PID PI Fuzzy-PID Fuzzy-PI PID PI Fuzzy-PID Fuzzy-PI Temperatura de Evaporao Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor Temp. de sada do propileno glicol Freq. de rotao da bomba de propileno glicol Freq. de rotao do compressor
Varivel controlada
Varivel manipulada
250
Os ensaios propostos na tabela 6.1 foram realizados submetendo-se o sistema de refrigerao, para cada condio experimental, a perturbaes positiva (+30%) e negativa (-30%) na carga trmica imposta. Apenas perturbaes na carga trmica foram realizadas, por serem mais freqentes neste tipo de processo, partindo-se das mesmas condies iniciais (CI2). Os testes de comparao foram apresentados atravs de grficos, onde se pode avaliar qualitativamente seu desempenho. 6.3.2 Anlise dos parmetros de comparao para os controladores
convencionais e fuzzy. Depois de realizados os ensaios de comparao com as diferentes malhas de controle foram determinados parmetros de desempenho baseados no erro (IAE, ISE e ITAE) com o objetivo de comparar quantitativamente o desempenho das estratgias de controle utilizadas, relativo ao ensaio que apresentou maiores valores para estes parmetros. O consumo de energia durante os ensaios tambm foi calculado, a fim de definir a estratgia e a malha de controle que proporcionem menor consumo energtico durante a ao de controle, comparado com o consumo de energia calculado nas condies dos ensaios sem utilizao dos controladores.

6.4.1 Ensaios de comparao para temperatura de sada do propileno glicol como varivel controlada. 6.4.1.1 Malha TSP-FRC O comportamento apresentado pela malha de controle TSP-FRC com as estratgias convencionais e fuzzy mostrado nas figuras 6.1 e 6.2.
251
0,5 0,4 PID PI 0,3 0,2 0,1 0,0 -0,1 -0,2 0 2000 4000 6000 8000 10000 12000 14000
TSP (C)
Tempo (s)
6,0 5,6
PC (kW)
5,2 4,8 PID 4,4 4,0 0 2000 4000 6000 8000 10000 12000 14000 PI
Tempo (s)
(a)
TSP (C)
Tempo (s)
6,0 5,6
PC (kW)
5,2 4,8 Fuzzy-PID 4,4 4,0 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PI
Tempo (s)
Figura 6.1 -
(b) Comportamentos dos desvios da varivel controlada e da
potncia consumida do compressor sob ao dos controladores PID, PI (a), Fuzzy-PID e Fuzz-/PI (b) na malha TSP-FRC para perturbao de +30% na carga trmica (Ensaios E01 a E04).
252
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 2000 4000 6000 8000 10000 12000 14000 PID PI
TSP (C)
Tempo (s)
5,0 4,6
PC (kW)
4,2 3,8 3,4 3,0 0 2000 4000 6000 8000 10000 12000 14000 PID PI
Tempo (s)
(a)
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PID Fuzyy-PI
TSP (C)
Tempo (s)
PC (kW)
4,2 3,8 3,4 3,0 0 2000 4000 6000 8000 10000 12000 14000
Tempo (s)
Figura 6.2 Fuzzy-PID e
(b) Comportamentos dos desvios da varivel controlada e da Fuzzy-PI (b) na malha TSP-FRC para perturbao de
potncia consumida do compressor sob ao dos controladores PID, PI (a),
-30% na carga trmica (Ensaios E01 a E04).

253
Nas figuras 6.1a e 6.1b pode ser observado que a manipulao da freqncia de rotao do compressor como varivel de controle apresentou desempenho similar quando utilizados os controladores convencionais PID e PI e os controladores fuzzy/PID e fuzzy/PI. Um desempenho ligeiramente mais
favorvel observado quando foi utilizado o controlador PID, pois apresentou menor oscilao da varivel controlada quando comparado com os demais controladores. Seguindo-se a proposta de comparao, passa-se anlise da ao dos controladores quando submetidos perturbao negativa na carga, apresentada nas figuras 6.2a e 6.2b, onde pode ser observado que os controladores fuzzy possibilitaram um controle suave da varivel controlada, evidenciado pela menor oscilao apresentada para temperatura de sada do propileno glicol durante o ensaio, apesar de um perfil de manipulao da freqncia de rotao do compressor ser bastante similar ao apresentado pelos outros controladores propostos para esta malha de controle. Os controladores propostos para a malha TSP-FRC apresentaram
desempenhos anlogos na realizao dos ensaios relativos manuteno da TSP, porm as atuaes apresentaram caractersticas distintas. Individualmente, a estratgia PID se mostrou ligeiramente mais apropriada utilizao pois
proporcionou uma menor ocorrncia de oscilaes da temperatura de sada do propileno glicol, quando o sistema foi submetido perturbao positiva na carga trmica. sistema. O perfil de potncia consumida pelo sistema, figuras 6.1 e 6.2, apresentou semelhanas, evidenciando a forma anloga de controle com que os quatro controladores agem sobre a FRC. Entretanto, observou-se uma ligeira reduo da Em contrapartida, a estratgia Fuzzy-PID apresentou melhor desempenho de controle para a perturbao negativa na carga trmica do
254
amplitude de atuao da FRC nos controladores fuzzy, promovendo assim uma reduo da potncia consumida nestes ensaios. 6.4.1.2 Malha TSP-FRB mesma varivel controlada (TSP) foi atribuda uma malha de controle onde a variao da freqncia de rotao da bomba de propileno glicol (FRB) utilizada como varivel de controle. A realizao e anlise destes ensaios objetivam a confirmao dos resultados obtidos nos captulos 4 e 5, agora em experimentos de maior tempo de operao. O comportamento apresentado pela malha de controle TSP-FRB com as estratgias convencionais e fuzzy mostrado nas figuras 6.3 e 6.4. Confirmando o comportamento constatado nos captulos anteriores, a variao da freqncia de rotao da bomba de propileno glicol (FRB) no apresentou um desempenho satisfatrio como varivel de controle na malha da temperatura de sada do propileno glicol. As aes dos controladores convencionais (PI e PID) proporcionaram oscilaes de maior amplitude na varivel controlada, em todas as perturbaes nas quais foi submetido o sistema de refrigerao (figuras 6.3a e 6.4a). Os controladores fuzzy propostos para esta malha tambm no
apresentaram um desempenho satisfatrio para perturbao positiva da carga trmica (figura 6.3b). Entretanto, quando aplicada perturbao negativa os
controladores fuzzy apresentaram comportamento similar ao apresentado quando utilizada a malha fuzzy TSP-FRC (figura 6.2b). Este comportamento pode ser atribudo a um melhor ajuste das funes de pertinncia dos controladores fuzzy na regio de erro negativo e uma melhor adequao da atuao de freqncia de rotao da bomba malha.
255
1,2 0,8 PID PI 0,4 0,0 -0,4 -0,8 -1,2 -1,6 0 2000 4000 6000 8000 10000 12000 14000
TSP (C)
Tempo (s)
0,5 0,4
PC (kW)
0,3 0,2 PID 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000 PI
Tempo (s)
(a)
1,2 0,8 0,4 0,0 -0,4 -0,8 -1,2 -1,6 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PID Fuzzy-PI
TSP (C)
Tempo (s)
PC (kW)
0,3 0,2 0,1 0,0 0
2000
4000
6000
8000
10000
12000
14000
Tempo (s)
Figura 6.3 potncia
(b) Comportamentos dos desvios da varivel controlada e da na bomba de propileno glicol sob ao dos
consumida
controladores PID, PI (a), Fuzzy-PID e Fuzzy-PI (b) na malha TSP-FRB para perturbao de +30% na carga trmica (Ensaios E05 a E08).
256
0,8 0,4
TSP (C)
0,0 -0,4 -0,8 -1,2 -1,6 0 2000 4000 6000 8000 10000 12000 14000 PID PI
Tempo (s)
0,5 0,4
PC (kW)
0,3 0,2 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000 PID PI
Tempo (s)
(a)
1,2 0,8 0,4 0,0 -0,4 -0,8 -1,2 -1,6 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PID Fuzzy-PI
TSP (C)
Tempo (s)
0,5 0,4
PC (kW)
0,3 0,2 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PID Fuzzy-PI
Tempo (s)
Figura 6.4 potncia
consumida
controladores PID, PI (a), Fuzzy-PID e Fuzzy-PI (b) na malha TSP-FRB para perturbao de 30% na carga trmica (Ensaios E05 a E08).
257
No caso da freqncia de rotao da bomba de propileno glicol como varivel de controle, foi observada uma variao menor da potncia consumida que aquela observada quando utilizada a FRC. Entretanto, pode ser observado que essa malha de controle no se mostrou satisfatria em nenhuma das malhas propostas. 6.4.2 Ensaios de comparao entre controladores convencionais e fuzzy para temperatura de evaporao como varivel controlada. As mesmas estratgias de controle foram usadas para o controle da temperatura de evaporao. Os ensaios foram conduzidos sob as mesmas condies iniciais e perturbaes de carga trmica. 6.4.2.1 Malha TEV-FRC O comportamento apresentado pela malha de controle TEV-FRC com as estratgias convencionais e fuzzy mostrado nas figuras 6.5 e 6.6. A malha de controle TEV-FRC apresentou um desempenho bastante satisfatrio, Confirmando controladores tanto na estratgia uma e convencional que quanto no na estratgia captulos 4 fuzzy. dos e 5, assim, tendncia fuzzy observada constam desenvolvimento
convencionais
nos
respectivamente. Nas figuras 6.5a e 6.6a pode se observar uma melhor adequao do controlador PID para perturbaes positivas e negativas na carga trmica, apresentando menores oscilaes da varivel controlada.
258
0,5 0,4 PID PI 0,3 0,2 0,1 0,0 -0,1 -0,2 0 2000 4000 6000 8000 10000 12000 14000
TEV (C)
Tempo (s)
6,0 5,6
PC (kW)
5,2 4,8 PID 4,4 4,0 0 2000 4000 6000 8000 10000 12000 14000 PI
Tempo (s)
(a)
TEV (C)
Tempo (s)
6,0 5,6
PC (kW)
5,2 4,8 4,4 4,0 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PID Fuzzy-PI
Tempo (s)
Figura 6.5 -
potncia consumida no compressor sob ao dos controladores PID, PI (a), Fuzzy-PID e Fuzzy-PI (b) na malha TEV-FRC para perturbao de +30% na carga trmica (Ensaios E09 a E12).
259
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 2000 4000 6000 8000 10000 12000 14000 PID PI
TEV (C)
Tempo (s)
5,0 4,6
PC (kW)
4,2 3,8 3,4 3,0 0 2000 4000 6000 8000 10000 12000 14000 PID PI
Tempo (s)
(a)
TEV (C)
Tempo (s)
5,0 4,6
PC (kW)
4,2 3,8 Fuzzy-PID 3,4 3,0 0 2000 4000 6000 8000 10000 12000 14000 Fuzzy-PI
Tempo (s)
Figura 6.6 -
potncia consumida no compressor sob ao dos controladores PID, PI (a), Fuzzy-PID e Fuzzy-PI (b) na malha TEV-FRC para perturbao de 30% (b) na carga trmica (Ensaios E09 a E12).
260
Em
contrapartida, satisfatrio, oscilao
controlador
Fuzzy-PID
tambm uma
apresentou oscilao
um da
comportamento observada uma
apenas menor
proporcionando na potncia
maior pelo
temperatura de evaporao do que a apresentada pelo controle PID. Porm, foi consumida compressor,
supondo-se uma menor requisio do atuador (figuras 6.5b e 6.6b). O controlador PI tambm se adequou bem malha proposta,
principalmente, quando foi imposta uma perturbao negativa (figura 6.6a) porm sendo necessria uma maior potncia consumida do compressor. O mesmo comportamento foi observado no controlador Fuzzy-PI (figura 6.6b). As potncias consumidas pelo sistema, quando utilizada a FRC como varivel manipulada apresentou um comportamento de atuao bastante similar ao apresentado pela malha TSP-FRC, podendo se observar os melhores
desempenhos para os controladores PID e Fuzzy-PID, em uma menor potncia consumida no compressor foi suficiente para a manuteno satisfatria da temperatura de evaporao. 6.4.2.2 Malha TEV-FRB Seguindo a mesma metodologia adotada para o caso temperatura de sada do propileno de glicol, foram (TEV) realizados utilizando experimentos como varivel de de controle controle da a temperatura evaporao
freqncia de rotao da bomba de propileno glicol. O comportamento apresentado pela malha de controle TEV-FRB com as estratgias convencionais e fuzzy mostrado nas figuras 6.7 e 6.8.
261
0,5 0,4 PID PI 0,3 0,2 0,1 0,0 -0,1 -0,2 0 2000 4000 6000 8000 10000 12000 14000
TEV (C)
Tempo (s)
0,4 0,3
PC (kW)
0,2 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000 PID PI
Tempo (s)
(a)
TEV (C)
Tempo (s)
0,4 Fuzzy-PID 0,3 Fuzzy-PI
PC (kW)
0,2 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000
Tempo (s)
Figura 6.7 potncia
consumida
controladores PID, PI (a), Fuzzy-PID e Fuzzy-PI (b) na malha TEV-FRB para perturbao de +30% na carga trmica (Ensaios E13 a E16).
262
0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 -0,5 0 2000 4000 6000 8000 10000 12000 14000 PID PI
TEV (C)
Tempo (s)
0,4 0,3
PC (kW)
0,2 PID 0,1 0,0 0 2000 4000 6000 8000 10000 12000 14000 PI
Tempo (s)
(a)
TEV (C)
Tempo (s)
0,4 0,3
PC (kW)
0,2 0,1 0,0 0 2000
Fuzzy-PID Fuzzy-PI
4000
6000
8000
10000
12000
14000
Tempo (s)
Figura 6.8 potncia
consumida
controladores PID, PI (a),Fuzzy-PID e Fuzzy-PI (b) na malha TEV-FRB para perturbao de 30% na carga trmica (Ensaios E13 a E16).
263
A variao da freqncia de rotao da bomba de propileno glicol tambm mantm, satisfatoriamente, a temperatura de evaporao no valor prestabelecido, sendo observada uma oscilao mais acentuada quando comparada com o a malha de controle que utiliza a variao da freqncia de rotao do compressor. Pode ser observada uma melhor utilizao da estratgia Fuzzy-PI para todas as perturbaes impostas ao sistema, fato evidenciado pela menor oscilao da varivel controlada e o menor perfil de potncia consumida (figuras 6.7b e 6.8b). Apesar dos ensaios terem sido realizados num perodo de quatro horas, em que se pretendia reduzir as interferncias ambientais no desempenho do sistema de refrigerao, foi observado, nos diversos experimentos, a ocorrncia de oscilaes nos ltimos 1500 segundos que podem ser atribudos proximidade do perodo mais quente do dia (12:00 h), uma vez que os ensaios foram iniciados por volta das 07:00 h. Os controladores convencionais e fuzzy apresentaram desempenhos
bastante semelhantes quando comparadas s potncias consumidas durante os ensaios. Uma avaliao quantitativa ser mais efetiva na determinao da melhor estratgia para o controle da temperatura de evaporao utilizando a FRB. 6.4.3 Anlise dos parmetros de comparao controladores convencionais e fuzzy. Com os dados obtidos nos ensaios realizados com os diferentes controladores mostrados nas figuras 6.1 a 6.8, foram determinados os parmetros de desempenho baseados no erro (ISE, IAE e ITAE) com o objetivo de realizar uma comparao quantitativa que determine a robustez dos controladores, indicando a melhor malha de controle para cada varivel controlada.
264
Nas figuras 6.9, 6.10 e 6.11 so apresentados os valores calculados para os parmetros de avaliao da eficincia dos controladores (ISE, IAE e ITAE) baseados no erro da varivel controlada em todos os ensaios realizados (tabela 6.1). Para os mesmos ensaios foram calculados os consumos de energia eltrica, em 4 horas, para os diferentes equipamentos, mostrados nas figura 6.12 e 6.13.
1000,0
946,4
800,0
751,0
600,0
ISE
400,0
Ensaios
285,3 170,5
200,0
115,9 59,5 19,2 49,4 25,1 7,5 11,3 14,5
92,3
67,0
93,4
66,2
0,0 E1 E2 E3 E4 E5 E6 E7 E8 E9 E10 E11 E12 E13 E14 E15 E16
Ensaios
(a)
1000,0
800,0
E1-PID/TSP -FRC E2-PI/TSP -FRC E3-Fuzzy-PID/TSP -FRC E4-Fuzzy-PI/TSP -FRC E5-PID/TSP -FRB E6-PI/TSP -FRB E7-Fuzzy-PID/TSP -FRB E8-Fuzzy-PI/TSP -FRB E9-PID/TEV-FRC E10-PI/TEV-FRC E11-Fuzzy-PID/TEV-FRC E12-Fuzzy-PI/TEV-FRC E13-PID/TEV-FRB E14-PI/TEV-FRB E15-Fuzzy-PID/TEV-FRB E16-Fuzzy-PI/TEV-FRB
600,0
ISE
413,8
400,0
193,1
200,0
155,2 45,3 72,7 20,0
175,5 131,0 83,4 35,6 33,9 38,0 69,3 98,9
162,2 85,1
Ensaios
(b) Figura 6.9 Valores do parmetro ISE (Integral do quadrado do erro) para
os ensaios realizados sob perturbao positiva (a) e negativa (b).
265
2894,0
3000,0
2483,2
2500,0
2000,0
IAE
1446,9
1500,0
917,0
1000,0
595,1
500,0
Ensaios
496,8 393,8 543,8 389,2
340,7 118,2
296,2 162,5 54,9 79,3 99,5
Ensaios
(a)
3000,0
2500,0
2000,0
1585,6
IAE
1500,0
1236,0 934,8 934,0 580,2 461,4 196,6 1 8 9 , 9 224,2 402,0 452,5
1000,0
851,8 665,5 407,9
500,0
271,2 139,0
Ensaios
(b)
Figura 6.10 - Valores do parmetro IAE (Integral do erro absoluto) para os ensaios realizados sob perturbao positiva (a) e negativa (b).
266
200,0
183,1
157,9
160,0
ITAE (x10 )
120,0
105,4
80,0
56,3 45,0
40,0
39,2 24,3 18,7 26,4
23,1 5,4
22,5 5,5 2,7 4,3 6,7
Ensaios
Ensaios
(a)
200,0
160,0
ITAE (x10 )
120,0
84,3 71,5
80,0
64,7 55,3 37,2 55,8 39,9
40,0
24,8 18,1 9,1
26,6 15,4 8,3 17,0
22,0
26,4
0,0
E1
E2
E3
E4
E5
E6
E7
E8
E9
E10
E11
E12
E13
E14
E15
E16
Ensaios
(b)
Figura 6.11 - Valores do parmetro ITAE (Integral do erro absoluto no tempo) para os ensaios realizados sob perturbao positiva (a) e
negativa (b).
267
23,64 25,00
23,68
23,29
23,43 21,25 20,39 20,56 20,39
20,00
Energia (kWh)
15,00 21,01 10,00 21,04 20,66 20,80 18,32 18,06 18,25 18,04
5,00 2,63 0,00 E1 E2 E3 E4 E5 E6 E7 E8 2,64 2,63 2,63 2,93 2,33 2,31 2,35
Ensaios
Ensaios
E1-PID/TSP -FRC E2-PI/TSP -FRC E3-Fuzzy-PID/TSP -FRC E4-Fuzzy-PI/TSP -FRC E5-PID/TSP -FRB E6-PI/TSP -FRB E7-Fuzzy-PID/TSP -FRB E8-Fuzzy-PI/TSP -FRB
(a) Bombas Compressor Total
25,00 18,73 20,00 18,30 18,20 16,53
21,00
20,97
21,37
20,78
Energia (kWh)
15,00 18,47
10,00
16,21
18,12 15,77 15,68 14,01
17,98
17,98
5,00 2,52 0,00 E1 E2 E3 E4 E5 E6 E7 E8 2,53 2,52 2,52 2,88 2,99 2,90 2,80
Ensaios
(b)
Figura 6.12 - Valores dos consumos de energia eltrica, durante os ensaios de controle da temperatura de sada do propileno glicol sob perturbaes positiva (a) e negativa (b), dos diferentes equipamentos.
268
22,81
25,00
23,51
23,60
22,70 20,00 20,19 20,38 20,03
20,00
Energia (kWh)
15,00
20,19
10,00
20,89
20,97
20,07 17,71
17,99
18,07
17,78
5,00
2,62
0,00
2,62 E10
2,63 E11
2,63 E12
2,29 E13
2,20 E14
2,31 E15
2,25 E16
E9
Ensaios
Ensaios
E9-PID/TEV-FRC E10-PI/TEV-FRC E11-Fuzzy-PID/TEV-FRC E12-Fuzzy-PI/TEV-FRC E13-PID/TEV-FRB E14-PI/TEV-FRB E15-Fuzzy-PID/TEV-FRB E16-Fuzzy-PI/TEV-FRB
(a) Bombas Compressor Total
25,00 18,72 20,00 17,95 18,17 18,74
20,55
20,46
20,71
20,61
Energia (kWh)
15,00
10,00
16,22
15,42
15,65
16,22
17,82
17,80
18,01
17,91
5,00 2,50 0,00 E9 E10 E11 E12 E13 E14 E15 E16 2,53 2,52 2,52 2,73 2,66 2,70 2,70
Ensaios
(b)
Figura 6.13 - Valores dos consumos de energia eltrica, durante os ensaios de controle da temperatura de evaporao sob perturbaes positiva (a) e negativa (b), dos diferentes equipamentos.
269
Na figura 6.14 so apresentados os percentuais de aumento ou reduo do consumo de energia total dos ensaios, tomando-se como referncia o consumo de energia de 20,5 kWh e 19,8 kWh dos ensaios com perturbaes na carga trmica positiva e negativa, respectivamente, com o sistema funcionando apenas com controle comercial.
25
% Consumo de Energia Eltrica (kWh)
20 15,7 15,5 15 10 3,7 5 0,3 0 -0,5 -5 -0,5 -2,4 -1,5 -0,6 -2,3 13,6 14,3 11,3 14,7 15,1 10,7
Ensaios
E1-PID/TSP -FRC E2-PI/TSP -FRC E3-Fuzzy-PID/TSP -FRC E4-Fuzzy-PI/TSP-FRC E5-PID/TSP -FRB E6-PI/TSP -FRB E7-Fuzzy-PID/TSP -FRB E8-Fuzzy-PI/TSP-FRB E9-PID/TEV-FRC E10-PI/TEV-FRC E11-Fuzzy-PID/TEV-FRC E12-Fuzzy-PI/TEV-FRC E13-PID/TEV-FRB E14-PI/TEV-FRB E15-Fuzzy-PID/TEV-FRB E16-Fuzzy-PI/TEV-FRB
-10 E1 E2 E3 E4 E5 E6 E7 E8 E9 E10 E11 E12 E13 E14 E15 E16
Ensaios
(a)
10 6,1 5,9 5 0 7,9 4,9 3,8 3,3 4,6
% Consumo de Energia Eltrica ( kWh)
4,1
-5 -5,4 -7,6 -10 -15 -16,5 -20 -8,1 -9,3 -8,2 -5,5 -5,4
-25 E1 E2 E3 E4 E5 E6 E7 E8 E9 E10 E11 E12 E13 E14 E15 E16
Ensaios
(b) Figura 6.14 - Percentuais de aumento e reduo do consumo de energia eltrica dos ensaios nas perturbaes positiva (a) e negativa (b).
270
Atravs dos dados apresentados nas figuras anteriores pode-se facilmente observar que os menores valores dos parmetros de erro foram conseguidos quando a variao da freqncia de rotao do compressor foi utilizada como varivel de controle nas malhas propostas. Quando se utiliza a variao da freqncia do compressor como varivel de controle, observa-se um maior consumo de energia eltrica quando o sistema submetido perturbao positiva e um menor consumo quando se impe perturbao negativa (ensaios 01-04 e 09-12). A freqncia de rotao da bomba de propileno glicol apresenta um menor impacto no consumo de energia eltrica, devido a sua grandeza frente potncia do compressor. Assim, estudadas. Prosseguindo uma anlise mais detalhada das figuras, observa-se que, na utilizao da malha de controle TSP-FRC, a estratgia convencional PID apresentou menores valores dos parmetros de erro para perturbao positiva na carga trmica. Para perturbaes negativas os menores valores foram observados na estratgia Fuzzy-PID. De uma maneira geral o controle PID obteve um melhor desempenho para esta malha, apresentando menores oscilaes. Apesar de no apresentar menores valores nos parmetros de erro, os controladores fuzzy apresentaram menores consumos de energia eltrica (um aumento em mdia de 14,0%, para perturbaes positivas, e em reduo em mdia de 14,9%, para perturbaes negativas) o que os credenciam como melhor alternativa para o controle da temperatura de sada do propileno glicol (figuras 6.14 a e b).
271
pode-se definir a manipulao da freqncia de rotao do
compressor como a melhor varivel manipulada nas estratgias e nas malhas
Similarmente, os parmetros de erro da malha de controle TEV-FRC apresentaram menores valores para os controladores convencionais PID e PI para perturbaes positivas e negativas, respectivamente. O controlador Fuzzy-PID para esta malha tambm apresentou um desempenho satisfatrio, obtendo valores dos parmetros de erro ligeiramente maiores que os obtidos nos controladores convencionais. O controlador Fuzzy-PI apresentou uma ao de controle bastante oscilatria, resultando em um aumento dos parmetros de erro. Neste caso, o controlador Fuzzy-PI necessitaria de um melhor ajuste das funes de pertinncia a fim de reduzir as intensidades das aes de controle e as oscilaes causadas na varivel controlada. Quanto ao consumo de energia eltrica (figura 6.13 e 6.14), pode ser observado que os controladores Fuzzy-PI e PI apresentaram menores valores para perturbaes positivas (10,7%) e negativas (-9,3%), respectivamente.
Entretanto, a utilizao do controlador fuzzy no se mostrou desejvel quanto supresso do erro, quando comparado com o controle convencional. Assim, podese definir, de uma forma geral, o controle convencional (PID e PI) como a estratgia mais apropriada para a malha TEV-FRC, apresentando um aumento do consumo de energia de 13,0% (em mdia), para perturbaes positivas, e uma reduo de 7,4% (em mdia), para perturbaes negativas.
6.5 Concluses
Neste captulo foi realizado um estudo comparativo experimental das principais estratgias e malhas de controle convencionais (PI e PID) e fuzzy (Fuzzy-PID e Fuzzy -PI), implementadas nos captulos anteriores. Foram
realizados testes para a verificao do comportamento dinmico das variveis controladas carga trmica. (temperatura de sada do propileno glicol e temperatura de
evaporao), enquanto o sistema de refrigerao foi submetido a perturbaes na
272
Foram definidos parmetros de erro para a avaliao da robustez dos controladores e medida a demanda de energia eltrica em cada ensaio para uma comparao energtica da ao dos controladores. Os resultados apresentados indicaram similaridades e caractersticas
favorveis entre os controladores convencionais e fuzzy. A variao da freqncia de rotao do compressor se mostrou a melhor varivel manipulada para compor as malhas de controle pois proporciona menor oscilao das variveis, embora implique num consumo maior de energia eltrica, quando necessrio supresso de perturbaes positivas na carga trmica imposta ao sistema. A estratgia de controle fuzzy foi escolhida como a mais apropriada para compor a malha TSP-FRC, pois combina um bom desempenho nos parmetros do erro e, principalmente, ao menor consumo de energia eltrica (14,4%, em mdia). O controlador convencional apresentou melhor desempenho nos
parmetros de erro e consumo de energia (em mdia 10,2%) na malha de controle TEV-FRC.

ARBEX, R. T. Controle Fuzzy: conceitos e aplicaes. INSTEC - Instrumentao
e Controle de Processos, v.78, p.18-30, jun, 1994. EERIKINEN, T.; LINKO, S. e LINKO, P. The potential of fuzzy logic in Automatic Elsevier Applied Science
optimization and control: fuzzy reasoning in extrusion cooker control. Control and Optimization of Food Process. Londres: Publisher, 1988. p.183-199.
273
GOMIDE, F. A. C. e GUDWIN, R. R.
Modelagem, controle, sistemas e lgica
fuzzy. SBA Controle e Automao, v.4, n.3, p.97-115, set-out, 1994. JOSHI, N. V.; MURUGAN, P. e RHINEHART, R. R. Experimental comparison of
control strategies. Control Engineering Practice , v.5, n.7, p.885-896, jul, 1997. LO, W. L.; RAD, A. B. e TSANG, K. M. controller. ISA Transactions, v.38, p.25-36, 1999. LUIZ, C. C.; SILVA, A. C.; COELHO, A. A. R. e BRUCIAPAGLIA, A. H. SBA Controle e Automao, v.8, n.2, p.43-49, jun/jul, 1997. MORGAN, P. A clear look at fuzzy PI control. In Tech, p.50-54, aug, 1996. PEREIRA FILHO, R. D.; FILETI, A. M. F. e PEREIRA, J. A. F. R. Avaliao Controle Auto-tuning of output predictive PI
adaptativo versus controle fuzzy: um estudo de caso em um processo de nvel.
experimental de controladores nebulosos em uma coluna piloto de destilao em batelada. In: XIII Congresso Brasileiro de Engenharia Qumica, 2000, guas de So Pedro, Cd-rom. Campinas: COBEQ Organizing Comittee. Trabalho n. 179. SINGH, R. K. e OU-YANG, F. Knowledge-based fuzzy control of aseptic
processing. Food Technology, p.155-161, 1994. VERBRUGGEN, H. B. e BRUIJN, P. M. Systems, v.90, n.2, p.151-160, sept, 1997. ZHANG, Q. e LITCHFIELD, J. B. Fuzzy logic control for a continuous crossflow Fuzzy control and conventional control:
What is (and can be) the real contribution of fuzzy systems? Fuzzy Sets and
grain dryer. Journal of Food Process Engineering, v.16, n.1, p.59-77, feb, 1993.
274
Concluses Gerais
CONCLUSES GERAIS
A montagem e instalao de um sistema de resfriamento de lquido utilizando uma instrumentao no convencional, baseado em uma configurao hbrida de instrumentos inteligentes (Fieldbus Foundation) e instrumentos de comunicao analgica (4-20 mA), apresentou as seguintes vantagens: Reduo de fiao e de pontos de entradas e sadas analgicas. Automao de maior nmero de atividades operacionais com menor nmero de instrumentos. Melhoria da qualidade dos dados e da segurana. Menor tempo de implementao do projeto.
Quanto ao estudo do comportamento dinmico individual das variveis de processo de resfriamento de lquido, as caractersticas mais importantes do sistema so: A temperatura de sada do propileno glicol e a temperatura de evaporao apresentaram respostas reversas quando submetidas a perturbaes na freqncia de rotao da bomba de propileno glicol (FRB), sugerindo uma complexidade maior no projeto dos controladores que utilizem esta varivel manipulada. O sistema apresentou no linearidades, especialmente nas curvas de reao da temperatura de condensao. Foi observada uma influncia direta da FRB na demanda de energia eltrica dos motores da bomba de propileno glicol e compressor.
275
Concluses Gerais
As
perturbaes que
individuais subsidiou
realizadas a
em
diversas dos
amplitudes controladores
(positivas e negativas) possibilitaram a obteno de uma base de conhecimento SISO/fuzzy. Foi observado que a freqncia de rotao do compressor, de uma maneira geral, apresentou melhor desempenho quanto sensibilidade das variveis de processo (TEV, TSP e TCOND). A investigao do comportamento dinmico simultneo das variveis de processo possibilitou o conhecimento dos efeitos individuais e de interao das variveis manipuladas, observando-se que: Significativas variaes da temperatura de evaporao foram implementao
observadas manipulando-se as freqncias de rotao do compressor (FRC) e da bomba de propileno glicol (FRB), concluindo-se que estas variveis podem compor satisfatoriamente uma malha de controle SIMO para a temperatura de evaporao. A temperatura de sada do propileno glicol de (TSP) apresentou sendo
comportamento
anlogo
temperatura
evaporao,
significativamente influenciada pela FRC e a FRB. Para a temperatura de condensao, foi observado um maior efeito do fechamento da vlvula de controle da gua (FVC) e da FRC para perturbaes positivas. O FVC no foi efetivo para promover reaes negativas na TCOND, devido as pequena variao da vazo de gua quando se reduz a amplitude de fechamento da vlvula. Com a implementao da estratgia de controle para as temperaturas do sistema (TEV, TSP e TCOND) e realizao dos ensaios sob perturbaes, podese afirmar que:
276
Concluses Gerais
utilizao
da
tecnologia fieldbus
para a implementao das
estratgias de controle facilitou a versatilidade dos ensaios e a aquisio dos dados em tempo real, agilizando a execuo e anlise dos parmetros de desempenho. A malha de controle PID, utilizando a manipulao da FRC, se mostrou bastante eficiente para a manuteno da TSP, tanto para as perturbaes na carga, quanto nas perturbaes no set-point. Os parmetros de desempenho baseados no erro foram em mdia 74,4% menores, para pelo para perturbao PI positiva nas na na mesmas carga, carga, e 53,3% os Nas menores, perturbaes controlador negativas que
apresentados
condies.
perturbaes do set-point, os controladores PID e PI apresentaram desempenhos desempenho transitrio. Para o controle da temperatura de evaporao, a atuao na FRC apresentou um comportamento bastante estvel, sendo a estratgia PID mais vivel por apresentar parmetros de desempenho do erro 56,4% e 46,5% menores que os apresentados pela estratgia PI, quando submetidos a perturbaes na carga e no set-point, respectivamente. O controlador PID utilizando a FRC apresentou um desempenho superior na manuteno da TCOND, com valores 53,1% menores nos parmetros de erro, para perturbaes na carga, quando comparado ao controle PI. A atuao do fechamento da vlvula de controle proporcionou excessivas oscilaes na temperatura de condensao.
277
similares quando
quanto
aos
parmetros os
de
erro em
(com regime
variaes inferiores a 2%). O controlador PID apresentou melhor comparados parmetros
Concluses Gerais
ao
conjunta
de
duas
variveis
manipuladas
apresentou
resultados satisfatrios apenas no controle da temperatura de sada do propileno glicol, tendo sido obtidos valores dos parmetros de desempenho 67,4% e 92,7% menores que os valores apresentados pelas malhas SISO TSP-FRC e TSP-FRB, respectivamente. A ao conjunta ainda apresentou um comportamento amortecido das
variveis manipuladas, viabilizando uma utilizao mais adequada da variao da freqncia do compressor, variao da freqncia da bomba de propileno glicol e fechamento da vlvula de controle. Com os resultados obtidos na implementao dos controladores fuzzy e a realizao dos ensaios de controle, foi constatado que: A implementao dos controladores fuzzy , utilizando como ferramenta os toolboxes do MatLab 6.0 e o sistema fieldbus, se mostrou vivel, de fcil desenvolvimento e flexvel, tanto para os controladores SISO quanto para os multivariveis. As variveis manipuladas utilizadas no projeto destes controladores apresentaram, basicamente, comportamentos similares aos apresentados nos controladores convencionais. A sintonia dos controladores fuzzy uma etapa de extrema
importncia no seu projeto dependendo intimamente do conhecimento especialista. A freqncia de rotao do compressor, como varivel manipulada, apresentou um desempenho satisfatrio nos ensaios monovariveis dos controladores fuzzy nas trs variveis controladas, ratificando o comportamento verificado nos controladores convencionais.
278
Concluses Gerais
Para o controle da TSP, a malha de controle fuzzy-PI TSP-FRC mostrou melhor adequao para o sistema sob perturbaes na carga trmica, principalmente, na perturbao positiva, onde apresentou uma reduo dos parmetros de erro em 13,2% em mdia. Para perturbaes no set-point, o fuzzy-PI apresentou reduo nos valores dos parmetros de erro, em torno de 7,3% e 1,3% para perturbaes positivas e negativas, respectivamente. A magnitude dos valores apresentados demonstra uma grande similaridade de atuao dos controladores fuzzy-PID e fuzzy-PI, devendo ser ressaltado o melhor desempenho da estratgia fuzzy -PID para perturbaes negativas na carga trmica (reduo de 43,5% nos parmetros de erro) e comportamento transiente mais satisfatrio.
Para o controle da TEV a malha fuzzy PID TEV-FRC apresentou um comportamento satisfatrio, apresentando uma reduo dos valores dos parmetros de erro de 44,9% e 96,2% para as perturbaes na carga e no set-point, respectivamente, quando comparados com os valores dos parmetros da estratgia fuzzy-PI
Para o controle da temperatura de condensao, a estratgia fuzzy PID apresentou melhores valores dos parmetros de erro quando utilizada a FRC como varivel de controle.
Na malha TCOND-FVC, a estratgia fuzzy-PI apresentou um melhor desempenho, no sendo possvel realizar o controle com a estratgia fuzzy-PID devido s instabilidades de atuao da vlvula de controle da gua.
Os
controladores aos
fuzzy-PID de
apresentaram erro e
melhor
desempenho, transiente,
quanto
parmetros
comportamento
principalmente quando foi utilizada a freqncia de rotao do compressor como varivel de controle.
279
Concluses Gerais
Os
controladores
fuzzy-PI
multivariveis
se
mostraram
mais
apropriados para o controle das variveis controladas do que a estratgia multimalha PID convencional. Para o controle da TSP a malha multivarivel fuzzy-PI TSP-FRC/FRB apresentou uma reduo nos valores dos parmetros de erro de 46,3% para perturbaes na carga, quando comparados com os valores obtidos na estratgia multimalha dos controladores convencionais. No controle da TEV a malha fuzzy-PI TEV-FRC/FRB apresentou valores dos parmetros de erro 49,1% menores que os apresentados na estratgia multimalha convencional. O controlador multivarivel fuzzy-PI TCOND-FRC/FVC no apresentou desempenho satisfatrio devido a alteraes na temperatura de entrada da gua de resfriamento do condensador. No estudo comparativo das principais estratgias e malhas de controle convencionais (PI e PID) e fuzzy (Fuzzy-PID e Fuzzy-PI) os resultados obtidos indicaram que: Foram constatadas similaridades e caractersticas favorveis entre os controladores convencionais e fuzzy . A variao da FRC se mostrou a melhor varivel manipulada para compor as malhas de controle pois proporciona menor oscilao das variveis do sistema de refrigerao estudadas, embora represente um maior consumo de energia eltrica quando necessrio a supresso de perturbaes positivas na carga trmica imposta ao sistema. A estratgia de controle fuzzy foi escolhida como a mais apropriada para compor a malha TSP-FRC, pois combina um bom desempenho nos parmetros do erro e menor consumo de energia eltrica (14,4%, em mdia).
280
Concluses Gerais
O controlador convencional PID apresentou melhor desempenho nos parmetros de erro e consumo de energia (em mdia 10,2%) na malha de controle TEV-FRC.
Desta forma, os objetivos deste trabalho foram alcanados quanto comprovao da viabilidade operacional de um controle baseado em instrumentos de campo ligados em rede e obteno do conhecimento do comportamento dinmico das variveis do sistema de refrigerao para resfriamento de lquido, em tempo real. Sistemas de controle convencionais e fuzzy foram desenvolvidos,
satisfatoriamente, na manuteno da temperatura de evaporao, da temperatura de condensao e da temperatura de sada do propileno glicol do sistema de refrigerao, comprovando a eficincia destes controladores quando aplicados a sistemas de maior complexidade.
281
Concluses Gerais
282
Apndice A Especificaes tcnicas dos equipamentos
APNDICE A Especificaes tcnicas dos equipamentos

Dados tcnicos do compressor obtidos atravs do software Bitzer.
283
Dimetro do cilindro: Curso do cilindro: Nmero de cilindros: Deslocamento volumtrico: Dados eltricos: Corrente mxima:
55 mm. 34 mm. 4 33.9 m3/h a 1750 rpm. 220V/380V - 60 Hz - trifsico. 32/18A.
Dados tcnicos do condensador cedidos pela APEMA. Modelo: CST 10.
Observaes: 1) As vazes de gua valem para as capacidades trmicas da tabela, considerando uma velocidade da gua de 2,0 m/s. 2) O coeficiente global de transmisso de calor utilizado de 820 w/m C com um fator de 0,00010 m C/w.
284
3) Os "HP" so os valores mximos baseados em temperatura de evaporao de 10 C e temperatura de condensao de 40C. Dados tcnicos do evaporador.
O evaporador modelo VKW 141.5.4B cedido pela APEMA apresenta os seguintes dados tcnicos de acordo com a planilha abaixo:
Capacidade trmica: rea de troca trmica:
22500 kcal/h (7,5 TR). 2,7 m2.
Dados tcnicos da vlvula de expanso termosttica. Modelo: Orifcio: Capacidade: TES2. 06. 0,38 - 9,1 kW.
285
Dados tcnicos da torre de resfriamento.
286
287
288
Apndice B Programa LADDER
APNDICE B Programa LADDER utilizado na configurao do CLP LC700
289
290
291
292
293
294
295
296
297
298
299
300
Apndice C Histricos das variveis nos ensaios
APNDICE C
Curvas ajustadas aos histricos dos planejamentos 01.

7
ENSAIO 1 ENSAIO 2 ENSAIO 3 ENSAIO 4 ENSAIO 5
ENSAIO9 ENSAIO10 ENSAIO11 ENSAIO12 ENSAIO13
TEV (C)
TEV (C)
ENSAIO 6 ENSAIO 7 ENSAIO 8
ENSAIO14 ENSAIO15 ENSAIO16 ENSAIO17
2500
0 0 500 1000 1500 2000
0 0 500 1000 1500 2000 2500
Tempo (s)
Tempo (s)
5,5
5 Ensaio 1 Ensaio 2 4 Ensaio 3
4,5 Ensaio 9 Ensaio 10 3,5 Ensaio 11 Ensaio 12 Ensaio 13 2,5 Ensaio 14 Ensaio 15 Ensaio 16 1,5 Ensaio 17
TSP (C)
Ensaio 5 Ensaio 6 Ensaio 7
2500
Ensaio 8
TSP (C)
Ensaio 4
0,5
0 0 500 1000 1500 2000
-0,5 0 500 1000 1500 2000 2500
Tempo (s)
Tempo (s)
0,0 -0,5 -1,0 -1,5

0,0 -0,5 -1,0 -1,5 ENSAIO 9 ENSAIO 10 ENSAIO 11 -2,0 -2,5 -3,0 -3,5 -4,0 ENSAIO 12 ENSAIO 13 ENSAIO 14 ENSAIO 15 ENSAIO 16 ENSAIO 17
ENSAIO 1 ENSAIO 2 ENSAIO 3 ENSAIO 4 ENSAIO 5 ENSAIO 6 ENSAIO 7 ENSAIO 8
TEV (C)
-2,0 -2,5 -3,0 -3,5 -4,0 0 500 1000 1500 2000
2500
TEV (C)
500
1000
1500
2000
2500
Tenpo (s)
Tempo (s)
-1 Ensaio 1 Ensaio 2
-1
Ensaio 9
TSP (C)
Ensaio 4 Ensaio 5 Ensaio 6 -3 Ensaio 7 Ensaio 8 -4
TSP (C)
-2
Ensaio 3
-2
Ensaio 10 Ensaio 11 Ensaio 12 Ensaio 13 Ensaio 14 Ensaio 15 Ensaio 16
-3
-4
Ensaio 17
-5 0 500 1000 1500 2000 2500
-5 0 500 1000 1500 2000 2500
Tempo (s)
Tempo (s)
301
Apndice C Histricos das variveis nos ensaios
6 ENSAIO 9 ENSAIO 10 ENSAIO 11 4 ENSAIO 12 ENSAIO 13 3 ENSAIO 14 ENSAIO 15 2 ENSAIO 16 ENSAIO 17
5 ENSAIO 1
5 ENSAIO 2 ENSAIO 3 ENSAIO 4
TCOND (C)
ENSAIO 5 ENSAIO 6 ENSAIO 7 ENSAIO 8
2500
TCOND (C)
0 0 500 1000 1500 2000
0 0 500 1000 1500 2000 2500
Tempo (s)
Tempo (s)
-1 ENSAIO 1 ENSAIO 2 ENSAIO 3 -2 ENSAIO 4 ENSAIO 5 ENSAIO 6 ENSAIO 7 ENSAIO 8 -3
-1
TCOND (C)
TCOND (C)
-2
-3
ENSAIO 17
-4 0 500 1000 1500 2000 2500
-4 0 500 1000 1500 2000 2500
Tempo (s)
Tempo (s)
302
Apndice D Configuraes dos Controladores Fuzzy
APNDICE D
1,2 1,2
GN MN
1,0
PN
ZR
PP
MP
GP
GN
1,0
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
-2 -1 0 1 2 3 4 5
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Universo de Discurso ( Erro TEV)
Erro TEV)
1,2
1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
FRC, Hz)
(a)
1,2 1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
0,6
0,6
0,4
0,2
0,2
0,0 -2,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Universo de Discurso ( Erro TCOND)
Erro TCOND)
1,2
1,2
1,0
GN
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
(b)
FRC, Hz)
Figura 1 - Estruturas das Funes de Pertinncia utilizadas, inicialmente, na implementao controle.

303
dos
controladores
Fuzzy
para
as
temperaturas
de
evaporao (a) e de condensao (b) utilizando a FRC como varivel de
1,2
1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
-4 -3 -2 -1 0 1 2
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Erro TSP)
1,2
1,2
1,0
GN
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
Universo de Discurso (FRB, Hz)
FRB, Hz)
(a)
1,2 1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
-2 -1,6 -1,2 -0,8 -0,4 0 0,4 0,8 1,2 1,6 2
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Universo de Discurso (Erro TEV)
Erro TEV)
1,2
1,2
1,0
GN
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
FRB, Hz)
(b) Figura 2 - Estruturas das Funes de Pertinncia utilizadas, inicialmente, na implementao dos controladores Fuzzy para as temperaturas de sada do propileno glicol (a) e de evaporao (b) utilizando a FRB como varivel de controle.
304
1,2
1,2
GN
1,0
ZR PP
MP
GP
GN
1,0
ZR
PP
MP
GP
0,8
0,8
0,4
-2 -1 0 1 2 3 4 5
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Erro TCOND)
1,2
1,2
GN
1,0
ZR
PP
MP
GP
1,0
GN
ZR
PP
MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -5 -4 -3 -2 -1 0 1 2 3 4 5
Universo de Discurso (FVC, %)
FVC, %)
Figura 3 - Estruturas das Funes de Pertinncia utilizadas, inicialmente, na implementao do controlador Fuzzy para a temperatura de condensao utilizando o FVC como varivel de controle.
305
1,2
1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP GP
0,8
0,8
0,4
-0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0
0,6
0,6
0,4
0,2
0,2
0,0 -1,0
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
0,4
0,5
Erro TEV)
1,2
1,2
1,0
GN
MN
PN ZR PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -3 -2 -1 0 1 2 3
FRC, Hz)
(a)
1,2 1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN MN
PN
ZR
PP
MP GP
0,8
0,8
0,4
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
0,6
0,6
0,4
0,2
0,2
0,0 -2,0
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
0,4
0,5
Erro TCOND)
1,2
1,2
1,0
GN
MN
PN ZR PP MP
GP
1,0
GN
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
30 40 50 60 70
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -3 -2 -1 0 1 2 3
(b)
FRC, Hz)
Figura 4 - Estruturas das Funes de Pertinncia utilizadas na sintonia final dos controladores Fuzzy para as temperaturas de evaporao (a) e de condensao (b) utilizando a FRC como varivel de controle.
306
1,2
1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP GP
0,8
0,8
0,4
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
0,6
0,6
0,4
0,2
0,2
0,0 -2,0
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
0,4
0,5
Erro TSP)
1,2
1,2
1,0
GN
MN
PN
ZR PP
MP
GP
GN
1,0
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -3 -2 -1 0 1 2 3
FRB, Hz)
(a)
1,2 1,2
GN
1,0
MN
PN
ZR
PP
MP
GP
1,0
GN
MN
PN
ZR
PP
MP GP
0,8
0,8
0,4
-0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0
0,6
0,6
0,4
0,2
0,2
0,0 -1,0
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
0,4
0,5
Erro TEV)
1,2
1,2
1,0
GN
MN
PN
ZR PP
MP
GP
GN
1,0
MN
PN
ZR
PP
MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -3 -2 -1 0 1 2 3
FRB, Hz)
(b) Figura 5 - Estruturas das Funes de Pertinncia utilizadas na sintonia final dos controladores Fuzzy para as temperaturas de sada do propileno glicol (a) e de evaporao (b) utilizando a FRB como varivel de controle.
307
1,2
1,2
GN
1,0
ZR
PP
MP
GP
1,0
GN
ZR
PP
MP
GP
0,8
0,8
0,4
-1,0 -0,5 0,0 0,5 1,0 1,5
0,6
0,6
0,4
0,2
0,2
0,0 -1,5
0,0 -0,5
-0,4
-0,3
-0,2
-0,1
0,1
0,2
0,3
0,4
0,5
Erro TCOND)
1,2
1,2
GN
1,0
ZR PP
MP
GP
GN
1,0
ZR PP MP
GP
0,8
0,8
0,4
20 30 40 50 60
0,6
0,6
0,4
0,2
0,2
0,0
0,0 -3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
Universo de Discurso (FVC, %)
FVC, %)
Figura 6 - Estruturas das Funes de Pertinncia utilizadas na sintonia final dos controladores Fuzzy para a temperatura de condensao utilizando o FVC como varivel de controle.
308
Base de regras do controlador fuzzy-PID malha TEV-FRC.

Se ErroTEV GP E ErroTEV GP ENTO FRC GP. Se ErroTEV GP E ErroTEV MP ENTO FRC GP. Se ErroTEV GP E ErroTEV PP ENTO FRC GP . Se ErroTEV GP E ErroTEV ZR ENTO FRC GP . Se ErroTEV GP E ErroTEV PN ENTO FRC MP. Se ErroTEV GP E ErroTEV MN ENTO FRC PP. Se ErroTEV GP E ErroTEV GN ENTO FRC ZR. Se ErroTEV MP E ErroTEV GP ENTO FRC GP. Se ErroTEV MP E ErroTEV MP ENTO FRC GP. Se ErroTEV MP E ErroTEV PP ENTO FRC GP. Se ErroTEV MP E ErroTEV ZR ENTO FRC MP . Se ErroTEV MP E ErroTEV PN ENTO FRC PP . Se ErroTEV MP E ErroTEV MN ENTO FRC ZR. Se ErroTEV MP E ErroTEV GN ENTO FRC PN. Se ErroTEV PP E ErroTEV GP ENTO FRC GP . Se ErroTEV PP E ErroTEV MP ENTO FRC GP. Se ErroTEV PP E ErroTEV PP ENTO FRC MP . Se ErroTEV PP E ErroTEV ZR ENTO FRC PP . Se ErroTEV PP E ErroTEV PN ENTO FRC ZR. Se ErroTEV PP E ErroTEV MN ENTO FRC PN. Se ErroTEV PP E ErroTEV GN ENTO FRC MN. Se ErroTEV ZR E ErroTEV GP ENTO FRC GP . Se ErroTEV ZR E ErroTEV MP ENTO FRC MP . Se ErroTEV ZR E ErroTEV PP ENTO FRC PP . Se ErroTEV ZR E ErroTEV ZR ENTO FRC ZR. Se ErroTEV ZR E ErroTEV PN ENTO FRC PN. Se ErroTEV ZR E ErroTEV MN ENTO FRC MN. Se ErroTEV ZR E ErroTEV GN ENTO FRC GN.
309
Se ErroTEV PN E ErroTEV GP ENTO FRC MP. Se ErroTEV PN E ErroTEV MP ENTO FRC PP . Se ErroTEV PN E ErroTEV PP ENTO FRC ZR. Se ErroTEV PN E ErroTEV ZR ENTO FRC PN. Se ErroTEV PN E ErroTEV PN ENTO FRC MN. Se ErroTEV PN E ErroTEV MN ENTO FRC GN. Se ErroTEV PN E ErroTEV GN ENTO FRC GN. Se ErroTEV MN E ErroTEV GP ENTO FRC PP. Se ErroTEV MN E ErroTEV MP ENTO FRC ZR. Se ErroTEV MN E ErroTEV PP ENTO FRC PN. Se ErroTEV MN E ErroTEV ZR ENTO FRC MN. Se ErroTEV MN E ErroTEV PN ENTO FRC GN. Se ErroTEV MN E ErroTEV MN ENTO FRC GN. Se ErroTEV MN E ErroTEV GN ENTO FRC GN. Se ErroTEV GN E ErroTEV GP ENTO FRC ZR. Se ErroTEV GN E ErroTEV MP ENTO FRC PN. Se ErroTEV GN E ErroTEV PP ENTO FRC MN. Se ErroTEV GN E ErroTEV ZR ENTO FRC GN. Se ErroTEV GN E ErroTEV PN ENTO FRC GN. Se ErroTEV GN E ErroTEV MN ENTO FRC GN. Se ErroTEV GN E ErroTEV GN ENTO FRC GN. Se ErroTEV GP E ErroTEV GP ENTO FRC GP . Se ErroTEV GP E ErroTEV MP ENTO FRC GP . Se ErroTEV GP E ErroTEV PP ENTO FRC GP . Se ErroTEV GP E ErroTEV ZR ENTO FRC GP . Se ErroTEV GP E ErroTEV PN ENTO FRC MP . Se ErroTEV GP E ErroTEV MN ENTO FRC PP . Se ErroTEV GP E ErroTEV GN ENTO FRC PP .
310
Se ErroTEV MP E ErroTEV GP ENTO FRC GP . Se ErroTEV MP E ErroTEV MP ENTO FRC GP . Se ErroTEV MP E ErroTEV PP ENTO FRC GP . Se ErroTEV MP E ErroTEV ZR ENTO FRC MP . Se ErroTEV MP E ErroTEV PN ENTO FRC PP . Se ErroTEV MP E ErroTEV MN ENTO FRC PP . Se ErroTEV MP E ErroTEV GN ENTO FRC PP . Se ErroTEV PP E ErroTEV GP ENTO FRC GP . Se ErroTEV PP E ErroTEV MP ENTO FRC GP . Se ErroTEV PP E ErroTEV PP ENTO FRC MP . Se ErroTEV PP E ErroTEV ZR ENTO FRC PP . Se ErroTEV PP E ErroTEV PN ENTO FRC PP . Se ErroTEV PP E ErroTEV MN ENTO FRC PP . Se ErroTEV PP E ErroTEV GN ENTO FRC PP . Se ErroTEV ZR E ErroTEV GP ENTO FRC PP . Se ErroTEV ZR E ErroTEV MP ENTO FRC PP . Se ErroTEV ZR E ErroTEV PP ENTO FRC PP . Se ErroTEV ZR E ErroTEV ZR ENTO FRC ZR. Se ErroTEV ZR E ErroTEV PN ENTO FRC PN. Se ErroTEV ZR E ErroTEV MN ENTO FRC PN. Se ErroTEV ZR E ErroTEV GN ENTO FRC PN. Se ErroTEV PN E ErroTEV GP ENTO FRC PN. Se ErroTEV PN E ErroTEV MP ENTO FRC PN. Se ErroTEV PN E ErroTEV PP ENTO FRC PN. Se ErroTEV PN E ErroTEV ZR ENTO FRC PN. Se ErroTEV PN E ErroTEV PN ENTO FRC MN. Se ErroTEV PN E ErroTEV MN ENTO FRC GN. Se ErroTEV PN E ErroTEV GN ENTO FRC GN.
311
Se ErroTEV MN E ErroTEV GP ENTO FRC PN. Se ErroTEV MN E ErroTEV MP ENTO FRC PN. Se ErroTEV MN E ErroTEV PP ENTO FRC PN. Se ErroTEV MN E ErroTEV ZR ENTO FRC MN. Se ErroTEV MN E ErroTEV PN ENTO FRC GN. Se ErroTEV MN E ErroTEV MN ENTO FRC GN. Se ErroTEV MN E ErroTEV GN ENTO FRC GN. Se ErroTEV GN E ErroTEV GP ENTO FRC PN. Se ErroTEV GN E ErroTEV MP ENTO FRC PN. Se ErroTEV GN E ErroTEV PP ENTO FRC MN. Se ErroTEV GN E ErroTEV ZR ENTO FRC GN. Se ErroTEV GN E ErroTEV PN ENTO FRC GN. Se ErroTEV GN E ErroTEV MN ENTO FRC GN. Se ErroTEV GN E ErroTEV GN ENTO FRC GN.
Observao: Foi utilizada a mesma base de regras da malha TEV-FRC para a malha TSP-FRC. Base de regras do controlador fuzzy-PID malha TEV-FRB.
Se ErroTEV GP E ErroTEV GP ENTO FRB GP. Se ErroTEV GP E ErroTEV MP ENTO FRB GP. Se ErroTEV GP E ErroTEV PP ENTO FRB GP . Se ErroTEV GP E ErroTEV ZR ENTO FRB GP . Se ErroTEV GP E ErroTEV PN ENTO FRB MP. Se ErroTEV GP E ErroTEV MN ENTO FRB PP. Se ErroTEV GP E ErroTEV GN ENTO FRB ZR. Se ErroTEV MP E ErroTEV GP ENTO FRB GP. Se ErroTEV MP E ErroTEV MP ENTO FRB GP. Se ErroTEV MP E ErroTEV PP ENTO FRB GP. Se ErroTEV MP E ErroTEV ZR ENTO FRB MP . Se ErroTEV MP E ErroTEV PN ENTO FRB PP . Se ErroTEV MP E ErroTEV MN ENTO FRB ZR. Se ErroTEV MP E ErroTEV GN ENTO FRB PN. 312
Se ErroTEV PP E ErroTEV GP ENTO FRB GP . Se ErroTEV PP E ErroTEV MP ENTO FRB GP. Se ErroTEV PP E ErroTEV PP ENTO FRB MP . Se ErroTEV PP E ErroTEV ZR ENTO FRB PP . Se ErroTEV PP E ErroTEV PN ENTO FRB ZR. Se ErroTEV PP E ErroTEV MN ENTO FRB PN. Se ErroTEV PP E ErroTEV GN ENTO FRB MN. Se ErroTEV ZR E ErroTEV GP ENTO FRB GP . Se ErroTEV ZR E ErroTEV MP ENTO FRB MP . Se ErroTEV ZR E ErroTEV PP ENTO FRB PP . Se ErroTEV ZR E ErroTEV ZR ENTO FRB ZR. Se ErroTEV ZR E ErroTEV PN ENTO FRB PN. Se ErroTEV ZR E ErroTEV MN ENTO FRB MN. Se ErroTEV ZR E ErroTEV GN ENTO FRB GN. Se ErroTEV PN E ErroTEV GP ENTO FRB MP. Se ErroTEV PN E ErroTEV MP ENTO FRB PP . Se ErroTEV PN E ErroTEV PP ENTO FRB ZR. Se ErroTEV PN E ErroTEV ZR ENTO FRB PN. Se ErroTEV PN E ErroTEV PN ENTO FRB MN. Se ErroTEV PN E ErroTEV MN ENTO FRB GN. Se ErroTEV PN E ErroTEV GN ENTO FRB GN. Se ErroTEV MN E ErroTEV GP ENTO FRB PP. Se ErroTEV MN E ErroTEV MP ENTO FRB ZR. Se ErroTEV MN E ErroTEV PP ENTO FRB PN. Se ErroTEV MN E ErroTEV ZR ENTO FRB MN. Se ErroTEV MN E ErroTEV PN ENTO FRB GN. Se ErroTEV MN E ErroTEV MN ENTO FRB GN. Se ErroTEV MN E ErroTEV GN ENTO FRB GN.
313
Se ErroTEV GN E ErroTEV GP ENTO FRB ZR. Se ErroTEV GN E ErroTEV MP ENTO FRB PN. Se ErroTEV GN E ErroTEV PP ENTO FRB MN. Se ErroTEV GN E ErroTEV ZR ENTO FRB GN. Se ErroTEV GN E ErroTEV PN ENTO FRB GN. Se ErroTEV GN E ErroTEV MN ENTO FRB GN. Se ErroTEV GN E ErroTEV GN ENTO FRB GN. Se ErroTEV GP E ErroTEV GP ENTO FRB GP . Se ErroTEV GP E ErroTEV MP ENTO FRB GP . Se ErroTEV GP E ErroTEV PP ENTO FRB GP . Se ErroTEV GP E ErroTEV ZR ENTO FRB GP . Se ErroTEV GP E ErroTEV PN ENTO FRB MP . Se ErroTEV GP E ErroTEV MN ENTO FRB PP . Se ErroTEV GP E ErroTEV GN ENTO FRB PP . Se ErroTEV MP E ErroTEV GP ENTO FRB GP . Se ErroTEV MP E ErroTEV MP ENTO FRB GP . Se ErroTEV MP E ErroTEV PP ENTO FRB GP . Se ErroTEV MP E ErroTEV ZR ENTO FRB MP . Se ErroTEV MP E ErroTEV PN ENTO FRB PP . Se ErroTEV MP E ErroTEV MN ENTO FRB PP . Se ErroTEV MP E ErroTEV GN ENTO FRB PP . Se ErroTEV PP E ErroTEV GP ENTO FRB GP . Se ErroTEV PP E ErroTEV MP ENTO FRB GP . Se ErroTEV PP E ErroTEV PP ENTO FRB MP . Se ErroTEV PP E ErroTEV ZR ENTO FRB PP . Se ErroTEV PP E ErroTEV PN ENTO FRB PP . Se ErroTEV PP E ErroTEV MN ENTO FRB PP . Se ErroTEV PP E ErroTEV GN ENTO FRB PP .
314
Se ErroTEV ZR E ErroTEV GP ENTO FRB PP . Se ErroTEV ZR E ErroTEV MP ENTO FRB PP . Se ErroTEV ZR E ErroTEV PP ENTO FRB PP . Se ErroTEV ZR E ErroTEV ZR ENTO FRB ZR. Se ErroTEV ZR E ErroTEV PN ENTO FRB PN. Se ErroTEV ZR E ErroTEV MN ENTO FRB PN. Se ErroTEV ZR E ErroTEV GN ENTO FRB PN. Se ErroTEV PN E ErroTEV GP ENTO FRB PN. Se ErroTEV PN E ErroTEV MP ENTO FRB PN. Se ErroTEV PN E ErroTEV PP ENTO FRB PN. Se ErroTEV PN E ErroTEV ZR ENTO FRB PN. Se ErroTEV PN E ErroTEV PN ENTO FRB MN. Se ErroTEV PN E ErroTEV MN ENTO FRB GN. Se ErroTEV PN E ErroTEV GN ENTO FRB GN. Se ErroTEV MN E ErroTEV GP ENTO FRB PN. Se ErroTEV MN E ErroTEV MP ENTO FRB PN. Se ErroTEV MN E ErroTEV PP ENTO FRB PN. Se ErroTEV MN E ErroTEV ZR ENTO FRB MN. Se ErroTEV MN E ErroTEV PN ENTO FRB GN. Se ErroTEV MN E ErroTEV MN ENTO FRB GN. Se ErroTEV MN E ErroTEV GN ENTO FRB GN. Se ErroTEV GN E ErroTEV GP ENTO FRB PN. Se ErroTEV GN E ErroTEV MP ENTO FRB PN. Se ErroTEV GN E ErroTEV PP ENTO FRB MN. Se ErroTEV GN E ErroTEV ZR ENTO FRB GN. Se ErroTEV GN E ErroTEV PN ENTO FRB GN. Se ErroTEV GN E ErroTEV MN ENTO FRB GN. Se ErroTEV GN E ErroTEV GN ENTO FRB GN.
Observao: Foi utilizada a mesma base de regras da malha TEV-FRB para a malha TSP-FRB.
315
Base de regras do controlador fuzzy-PID malha TCOND-FRC.

Se ErroTCOND GP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND PP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND ZR ENTO FRC GN. Se ErroTCOND GP E ErroTCOND PN ENTO FRC MN. Se ErroTCOND GP E ErroTCOND MN ENTO FRC PN. Se ErroTCOND GP E ErroTCOND GN ENTO FRC ZR. Se ErroTCOND MP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND PP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND ZR ENTO FRC MN. Se ErroTCOND MP E ErroTCOND PN ENTO FRC PN. Se ErroTCOND MP E ErroTCOND MN ENTO FRC ZR. Se ErroTCOND MP E ErroTCOND GN ENTO FRC PP. Se ErroTCOND PP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND PP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND PP E ErroTCOND PP ENTO FRC MN. Se ErroTCOND PP E ErroTCOND ZR ENTO FRC PN. Se ErroTCOND PP E ErroTCOND PN ENTO FRC ZR. Se ErroTCOND PP E ErroTCOND MN ENTO FRC PP. Se ErroTCOND PP E ErroTCOND GN ENTO FRC MP. Se ErroTCOND ZR E ErroTCOND GP ENTO FRC GN. Se ErroTCOND ZR E ErroTCOND MP ENTO FRC MN. Se ErroTCOND ZR E ErroTCOND PP ENTO FRC PN. Se ErroTCOND ZR E ErroTCOND ZR ENTO FRC ZR. Se ErroTCOND ZR E ErroTCOND PN ENTO FRC PP. Se ErroTCOND ZR E ErroTCOND MN ENTO FRC MP. Se ErroTCOND ZR E ErroTCOND GN ENTO FRC GP.
316
Se ErroTCOND PN E ErroTCOND GP ENTO FRC MN. Se ErroTCOND PN E ErroTCOND MP ENTO FRC PN. Se ErroTCOND PN E ErroTCOND PP ENTO FRC ZR. Se ErroTCOND PN E ErroTCOND ZR ENTO FRC PP. Se ErroTCOND PN E ErroTCOND PN ENTO FRC MP. Se ErroTCOND PN E ErroTCOND MN ENTO FRC GP. Se ErroTCOND PN E ErroTCOND GN ENTO FRC GP. Se ErroTCOND MN E ErroTCOND GP ENTO FRC PN. Se ErroTCOND MN E ErroTCOND MP ENTO FRC ZR. Se ErroTCOND MN E ErroTCOND PP ENTO FRC PP. Se ErroTCOND MN E ErroTCOND ZR ENTO FRC MP. Se ErroTCOND MN E ErroTCOND PN ENTO FRC GP. Se ErroTCOND MN E ErroTCOND MN ENTO FRC GP. Se ErroTCOND MN E ErroTCOND GN ENTO FRC GP. Se ErroTCOND GN E ErroTCOND GP ENTO FRC ZR. Se ErroTCOND GN E ErroTCOND MP ENTO FRC PP. Se ErroTCOND GN E ErroTCOND PP ENTO FRC MP. Se ErroTCOND GN E ErroTCOND ZR ENTO FRC GP. Se ErroTCOND GN E ErroTCOND PN ENTO FRC GP. Se ErroTCOND GN E ErroTCOND MN ENTO FRC GP. Se ErroTCOND GN E ErroTCOND GN ENTO FRC GP. Se ErroTCOND GP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND PP ENTO FRC GN. Se ErroTCOND GP E ErroTCOND ZR ENTO FRC GN. Se ErroTCOND GP E ErroTCOND PN ENTO FRC MN. Se ErroTCOND GP E ErroTCOND MN ENTO FRC PN. Se ErroTCOND GP E ErroTCOND GN ENTO FRC PN.
317
Se ErroTCOND MP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND PP ENTO FRC GN. Se ErroTCOND MP E ErroTCOND ZR ENTO FRC MN. Se ErroTCOND MP E ErroTCOND PN ENTO FRC PN. Se ErroTCOND MP E ErroTCOND MN ENTO FRC PN. Se ErroTCOND MP E ErroTCOND GN ENTO FRC PN. Se ErroTCOND PP E ErroTCOND GP ENTO FRC GN. Se ErroTCOND PP E ErroTCOND MP ENTO FRC GN. Se ErroTCOND PP E ErroTCOND PP ENTO FRC MN. Se ErroTCOND PP E ErroTCOND ZR ENTO FRC PN. Se ErroTCOND PP E ErroTCOND PN ENTO FRC PN. Se ErroTCOND PP E ErroTCOND MN ENTO FRC PN. Se ErroTCOND PP E ErroTCOND GN ENTO FRC PN. Se ErroTCOND ZR E ErroTCOND GP ENTO FRC PN. Se ErroTCOND ZR E ErroTCOND MP ENTO FRC PN. Se ErroTCOND ZR E ErroTCOND PP ENTO FRC PN. Se ErroTCOND ZR E ErroTCOND ZR ENTO FRC ZR. Se ErroTCOND ZR E ErroTCOND PN ENTO FRC PP . Se ErroTCOND ZR E ErroTCOND MN ENTO FRC PP . Se ErroTCOND ZR E ErroTCOND GN ENTO FRC PP . Se ErroTCOND PN E ErroTCOND GP ENTO FRC PP . Se ErroTCOND PN E ErroTCOND MP ENTO FRC PP . Se ErroTCOND PN E ErroTCOND PP ENTO FRC PP . Se ErroTCOND PN E ErroTCOND ZR ENTO FRC PP . Se ErroTCOND PN E ErroTCOND PN ENTO FRC MP . Se ErroTCOND PN E ErroTCOND MN ENTO FRC GP . Se ErroTCOND PN E ErroTCOND GN ENTO FRC GP .
318
Se ErroTCOND MN E ErroTCOND GP ENTO FRC PP . Se ErroTCOND MN E ErroTCOND MP ENTO FRC PP . Se ErroTCOND MN E ErroTCOND PP ENTO FRC PP . Se ErroTCOND MN E ErroTCOND ZR ENTO FRC MP . Se ErroTCOND MN E ErroTCOND PN ENTO FRC GP . Se ErroTCOND MN E ErroTCOND MN ENTO FRC GP. Se ErroTCOND MN E ErroTCOND GN ENTO FRC GP . Se ErroTCOND GN E ErroTCOND GP ENTO FRC PP . Se ErroTCOND GN E ErroTCOND MP ENTO FRC PP . Se ErroTCOND GN E ErroTCOND PP ENTO FRC MP . Se ErroTCOND GN E ErroTCOND ZR ENTO FRC GP . Se ErroTCOND GN E ErroTCOND PN ENTO FRC GP . Se ErroTCOND GN E ErroTCOND MN ENTO FRC GP . Se ErroTCOND GN E ErroTCOND GN ENTO FRC GP .
Base de regras do controlador fuzzy-PID malha TCOND-FVC.

Se ErroTCOND GP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND PP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND ZR ENTO FVC GN. Se ErroTCOND GP E ErroTCOND GN ENTO FVC ZR. Se ErroTCOND MP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND MP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND MP E ErroTCOND PP ENTO FVC GN. Se ErroTCOND MP E ErroTCOND GN ENTO FVC PP. Se ErroTCOND PP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND PP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND PP E ErroTCOND GN ENTO FVC MP.
319
Se ErroTCOND ZR E ErroTCOND GP ENTO FVC GN. Se ErroTCOND ZR E ErroTCOND ZR ENTO FVC ZR. Se ErroTCOND ZR E ErroTCOND GN ENTO FVC GP. Se ErroTCOND GN E ErroTCOND GP ENTO FVC ZR. Se ErroTCOND GN E ErroTCOND MP ENTO FVC PP. Se ErroTCOND GN E ErroTCOND PP ENTO FVC MP. Se ErroTCOND GN E ErroTCOND ZR ENTO FVC GP. Se ErroTCOND GN E ErroTCOND GN ENTO FVC GP. Se ErroTCOND GP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND PP ENTO FVC GN. Se ErroTCOND GP E ErroTCOND ZR ENTO FVC GN. Se ErroTCOND MP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND MP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND MP E ErroTCOND PP ENTO FVC GN. Se ErroTCOND PP E ErroTCOND GP ENTO FVC GN. Se ErroTCOND PP E ErroTCOND MP ENTO FVC GN. Se ErroTCOND ZR E ErroTCOND ZR ENTO FVC ZR. Se ErroTCOND ZR E ErroTCOND GN ENTO FVC PP . Se ErroTCOND GN E ErroTCOND GP ENTO FVC PP . Se ErroTCOND GN E ErroTCOND MP ENTO FVC PP . Se ErroTCOND GN E ErroTCOND PP ENTO FVC MP . Se ErroTCOND GN E ErroTCOND ZR ENTO FVC GP . Se ErroTCOND GN E ErroTCOND GN ENTO FVC GP .
320
Arquivo de configurao do controlador fuzzy PID (TSP-FRC) Matlab (.fis).

[ Rules] 1 1, 1 0 (1) 1 2, 1 0 (1) 1 3, 1 0 (1) 1 4, 1 0 (1) 1 5, 2 0 (1) 1 6, 3 0 (1) 1 7, 4 0 (1) 2 1, 1 0 (1) 2 2, 1 0 (1) 2 3, 1 0 (1) 2 4, 2 0 (1) 2 5, 3 0 (1) 2 6, 4 0 (1) 2 7, 5 0 (1) 3 1, 1 0 (1) 3 2, 1 0 (1) 3 3, 2 0 (1) 3 4, 3 0 (1) 3 5, 4 0 (1) 3 6, 5 0 (1) 3 7, 6 0 (1) 4 1, 1 0 (1) 4 2, 2 0 (1) 4 3, 3 0 (1) 4 4, 4 0 (1) 4 5, 5 0 (1) 4 6, 6 0 (1) 4 7, 7 0 (1) 5 1, 2 0 (1) 5 2, 3 0 (1) 5 3, 4 0 (1) 5 4, 5 0 (1) 5 5, 6 0 (1) : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 6, 7 0 (1) : 1 5 7, 7 0 (1) : 1 6 1, 3 0 (1) : 1 6 2, 4 0 (1) : 1 6 3, 5 0 (1) : 1 6 4, 6 0 (1) : 1 6 5, 7 0 (1) : 1 6 6, 7 0 (1) : 1 6 7, 7 0 (1) : 1 7 1, 4 0 (1) : 1 7 2, 5 0 (1) : 1 7 3, 6 0 (1) : 1 7 4, 7 0 (1) : 1 7 5, 7 0 (1) : 1 7 6, 7 0 (1) : 1 7 7, 7 0 (1) : 1 1 1, 0 1 (1) : 1 1 2, 0 1 (1) : 1 1 3, 0 1 (1) : 1 1 4, 0 1 (1) : 1 1 5, 0 2 (1) : 1 1 6, 0 3 (1) : 1 1 7, 0 3 (1) : 1 2 1, 0 1 (1) : 1 2 2, 0 1 (1) : 1 2 3, 0 1 (1) : 1 2 4, 0 2 (1) : 1 2 5, 0 3 (1) : 1 2 6, 0 3 (1) : 1 2 7, 0 3 (1) : 1 3 1, 0 1 (1) : 1 3 2, 0 1 (1) : 1 3 3, 0 2 (1) : 1 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 4, 0 3 (1) : 1 5, 0 3 (1) : 1 6, 0 3 (1) : 1 7, 0 3 (1) : 1 1, 0 3 (1) : 1 2, 0 3 (1) : 1 3, 0 3 (1) : 1 4, 0 4 (1) : 1 5, 0 5 (1) : 1 6, 0 5 (1) : 1 7, 0 5 (1) : 1 1, 0 5 (1) : 1 2, 0 5 (1) : 1 3, 0 5 (1) : 1 4, 0 5 (1) : 1 5, 0 6 (1) : 1 6, 0 7 (1) : 1 7, 0 7 (1) : 1 1, 0 5 (1) : 1 2, 0 5 (1) : 1 3, 0 5 (1) : 1 4, 0 6 (1) : 1 5, 0 7 (1) : 1 6, 0 7 (1) : 1 7, 0 7 (1) : 1 1, 0 5 (1) : 1 2, 0 5 (1) : 1 3, 0 6 (1) : 1 4, 0 7 (1) : 1 5, 0 7 (1) : 1 6, 0 7 (1) : 1 7, 0 7 (1) : 1
[System] Name='fuzPID' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=2 NumRules=98 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTSP' Range=[-2 2] NumMFs=7 MF1='GN':'trapmf',[-2.5 -2 -1.6 -1.1] MF2='MN':'trimf',[-1.6 -1.1 -0.6] MF3='PN':'trimf',[-1.1 -0.6 -0.1] MF4='ZR':'trimf',[-0.5 0 0.5] MF5='PP':'trimf',[0.1 0.6 1.1] MF6='MP':'trimf',[0.6 1.1 1.6] MF7='GP':'trapmf',[1.2 1.7 2 2.5] [Input2] Name='DErroTSP' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-5 5] NumMFs=7 MF1='GN':'trimf',[-8 -5 -3] MF2='MN':'trimf',[-4 -2.5 -1] MF3='PN':'trimf',[-3 -1.5 0] MF4='ZR':'trimf',[-1 0 1] MF5='PP':'trimf',[0 1.5 3] MF6='MP':'trimf',[1 2.5 4] MF7='GP':'trimf',[3 5 7] [Output2] Name='Saida' Range=[40 100] NumMFs=7 MF1='GN':'trimf',[28.75 40 50] MF2='MN':'trimf',[40 52.15 64.3] MF3='PN':'trimf',[50 60.7 71.4] MF4='ZR':'trimf',[64.3 71.4 78.6] MF5='PP':'trimf',[71.4 81.8 92.8] MF6='MP':'trimf',[78.6 89.3 100] MF7='GP':'trimf',[92.9 100 107.1]
321
Arquivo de configurao do controlador fuzzy PID (TSP-FRB) Matlab (.fis).

[ Rules] 1 1, 1 0 (1) : 1 1 2, 1 0 (1) : 1 1 3, 1 0 (1) : 1 1 4, 1 0 (1) : 1 1 5, 2 0 (1) : 1 1 6, 3 0 (1) : 1 1 7, 4 0 (1) : 1 2 1, 1 0 (1) : 1 2 2, 1 0 (1) : 1 2 3, 1 0 (1) : 1 2 4, 2 0 (1) : 1 2 5, 3 0 (1) : 1 2 6, 4 0 (1) : 1 2 7, 5 0 (1) : 1 3 1, 1 0 (1) : 1 3 2, 1 0 (1) : 1 3 3, 2 0 (1) : 1 3 4, 3 0 (1) : 1 3 5, 4 0 (1) : 1 3 6, 5 0 (1) : 1 3 7, 6 0 (1) : 1 4 1, 1 0 (1) : 1 4 2, 2 0 (1) : 1 4 3, 3 0 (1) : 1 4 4, 4 0 (1) : 1 4 5, 5 0 (1) : 1 4 6, 6 0 (1) : 1 4 7, 7 0 (1) : 1 5 1, 2 0 (1) : 1 5 2, 3 0 (1) : 1 5 3, 4 0 (1) : 1 5 4, 5 0 (1) : 1 5 5, 6 0 (1) : 1 5 6, 7 0 (1) : 1 5 7, 7 0 (1) : 1 6 1, 3 0 (1) : 1 6 2, 4 0 (1) : 1 6 3, 5 0 (1) : 1 6 4, 6 0 (1) : 1 6 5, 7 0 (1) : 1 6 6, 7 0 (1) : 1 6 7, 7 0 (1) : 1 7 1, 4 0 (1) : 1 7 2, 5 0 (1) : 1 7 3, 6 0 (1) : 1 7 4, 7 0 (1) : 1 7 5, 7 0 (1) : 1 7 6, 7 0 (1) : 1 7 7, 7 0 (1) : 1 1 1, 0 1 (1) : 1 1 2, 0 1 (1) : 1 1 3, 0 1 (1) : 1 1 4, 0 1 (1) : 1 1 5, 0 2 (1) : 1 1 6, 0 3 (1) : 1 1 7, 0 3 (1) : 1 2 1, 0 1 (1) : 1 2 2, 0 1 (1) : 1 2 3, 0 1 (1) : 1 2 4, 0 2 (1) : 1 2 5, 0 3 (1) : 1 2 6, 0 3 (1) : 1 2 7, 0 3 (1) : 1 3 1, 0 1 (1) : 1 3 2, 0 1 (1) : 1 3 3, 0 2 (1) : 1 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 4, 0 3 (1) 5, 0 3 (1) 6, 0 3 (1) 7, 0 3 (1) 1, 0 3 (1) 2, 0 3 (1) 3, 0 3 (1) 4, 0 4 (1) 5, 0 5 (1) 6, 0 5 (1) 7, 0 5 (1) 1, 0 5 (1) 2, 0 5 (1) 3, 0 5 (1) 4, 0 5 (1) 5, 0 6 (1) 6, 0 7 (1) 7, 0 7 (1) 1, 0 5 (1) 2, 0 5 (1) 3, 0 5 (1) 4, 0 6 (1) 5, 0 7 (1) 6, 0 7 (1) 7, 0 7 (1) 1, 0 5 (1) 2, 0 5 (1) 3, 0 6 (1) 4, 0 7 (1) 5, 0 7 (1) 6, 0 7 (1) 7, 0 7 (1) :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1 :1
[System] Name='fuzPIDRB1' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=2 NumRules=98 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTSP' Range=[-2 3] NumMFs=7 MF1='GN':'trapmf',[-2.2 -2 -1.8 -1] MF2='MN':'trimf',[-1.5 -1 -0.5] MF3='PN':'trimf',[-1 -0.5 0] MF4='ZR':'trimf',[-0.5 0 0.5] MF5='PP':'trimf',[0 0.5 1] MF6='MP':'trimf',[0.8 1.6 2.4] MF7='GP':'trapmf',[1.8 2.5 3 3.7] [Input2] Name='DErroTSP' Range=[-1 1] NumMFs=7 MF1='GN':'trimf',[-1.2 -1 -0.7] MF2='MN':'trimf',[-0.8 -0.6 -0.3] MF3='PN':'trimf',[-0.6 -0.3 0] MF4='ZR':'trimf',[-0.3 0 0.3] MF5='PP':'trimf',[0 0.3 0.6] MF6='MP':'trimf',[0.3 0.6 0.8] MF7='GP':'trimf',[0.7 1 1.2] [Output1] Name='DSaida' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-4.8 -3 -1] MF2='MN':'trimf',[-2 -1.25 -0.56] MF3='PN':'trimf',[-1 -0.5 0] MF4='ZR':'trimf',[-0.5 0 0.5] MF5='PP':'trimf',[0 0.5 1] MF6='MP':'trimf',[0.5 1.25 2] MF7='GP':'trimf',[1 3 4.2] [Output2] Name='Saida' Range=[20 100] NumMFs=7 MF1='GN':'trimf',[5 20 45] MF2='MN':'trimf',[41.1 51.1 61.6] MF3='PN':'trimf',[56.6 61.6 66.6] MF4='ZR':'trimf',[61.6 66.6 71.6] MF5='PP':'trimf',[66.6 71.6 76.6] MF6='MP':'trimf',[71.6 81.6 91.6] MF7='GP':'trimf',[88 100 105]
322
Arquivo de configurao do controlador fuzzy PID (TEV-FRC) Matlab (.fis).

[ Rules] 1 1, 1 0 (1) 1 2, 1 0 (1) 1 3, 1 0 (1) 1 4, 1 0 (1) 1 5, 2 0 (1) 1 6, 3 0 (1) 1 7, 4 0 (1) 2 1, 1 0 (1) 2 2, 1 0 (1) 2 3, 1 0 (1) 2 4, 2 0 (1) 2 5, 3 0 (1) 2 6, 4 0 (1) 2 7, 5 0 (1) 3 1, 1 0 (1) 3 2, 1 0 (1) 3 3, 2 0 (1) 3 4, 3 0 (1) 3 5, 4 0 (1) 3 6, 5 0 (1) 3 7, 6 0 (1) 4 1, 1 0 (1) 4 2, 2 0 (1) 4 3, 3 0 (1) 4 4, 4 0 (1) 4 5, 5 0 (1) 4 6, 6 0 (1) 4 7, 7 0 (1) 5 1, 2 0 (1) 5 2, 3 0 (1) 5 3, 4 0 (1) 5 4, 5 0 (1) 5 5, 6 0 (1) : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 6, 7 0 (1) : 1 7, 7 0 (1) : 1 1, 3 0 (1) : 1 2, 4 0 (1) : 1 3, 5 0 (1) : 1 4, 6 0 (1) : 1 5, 7 0 (1) : 1 6, 7 0 (1) : 1 7, 7 0 (1) : 1 1, 4 0 (1) : 1 2, 5 0 (1) : 1 3, 6 0 (1) : 1 4, 7 0 (1) : 1 5, 7 0 (1) : 1 6, 7 0 (1) : 1 7, 7 0 (1) : 1 1, 0 1 (1) : 1 2, 0 1 (1) : 1 3, 0 1 (1) : 1 4, 0 1 (1) : 1 5, 0 2 (1) : 1 6, 0 3 (1) : 1 7, 0 3 (1) : 1 1, 0 1 (1) : 1 2, 0 1 (1) : 1 3, 0 1 (1) : 1 4, 0 2 (1) : 1 5, 0 3 (1) : 1 6, 0 3 (1) : 1 7, 0 3 (1) : 1 1, 0 1 (1) : 1 2, 0 1 (1) : 1 3, 0 2 (1) : 1 3 4, 0 3 (1) : 1 3 5, 0 3 (1) : 1 3 6, 0 3 (1) : 1 3 7, 0 3 (1) : 1 4 1, 0 3 (1) : 1 4 2, 0 3 (1) : 1 4 3, 0 3 (1) : 1 4 4, 0 4 (1) : 1 4 5, 0 5 (1) : 1 4 6, 0 5 (1) : 1 4 7, 0 5 (1) : 1 5 1, 0 5 (1) : 1 5 2, 0 5 (1) : 1 5 3, 0 5 (1) : 1 5 4, 0 5 (1) : 1 5 5, 0 6 (1) : 1 5 6, 0 7 (1) : 1 5 7, 0 7 (1) : 1 6 1, 0 5 (1) : 1 6 2, 0 5 (1) : 1 6 3, 0 5 (1) : 1 6 4, 0 6 (1) : 1 6 5, 0 7 (1) : 1 6 6, 0 7 (1) : 1 6 7, 0 7 (1) : 1 7 1, 0 5 (1) : 1 7 2, 0 5 (1) : 1 7 3, 0 6 (1) : 1 7 4, 0 7 (1) : 1 7 5, 0 7 (1) : 1 7 6, 0 7 (1) : 1 7 7, 0 7 (1) : 1
Name='fPIDTExRC2' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=2 NumRules=98 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTEv' Range=[-1 1] NumMFs=7 MF1='GN':'trapmf',[-1.25 -1 -0.8 -0.55] MF2='MN':'trimf',[-0.8 -0.55 -0.3] MF3='PN':'trimf',[-0.55 -0.3 -0.05] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.05 0.3 0.55] MF6='MP':'trimf',[0.3 0.55 0.8] MF7='GP':'trapmf',[0.6 0.85 1 1.25] [Input2] Name='DErroTEv' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-5.1 -3 -0.9] MF2='MN':'trimf',[-1.9 -1.2 -0.4] MF3='PN':'trimf',[-0.9 -0.45 0] MF4='ZR':'trimf',[-0.45 0 0.45] MF5='PP':'trimf',[0 0.45 0.9] MF6='MP':'trimf',[0.45 1.2 1.95] MF7='GP':'trimf',[0.9 3 5.1] [Output2] Name='Saida' Range=[40 100] NumMFs=7 MF1='GN':'trimf',[20 40 60]MF2='MN':'trimf',[56.4 62.4 68.4] MF3='PN':'trimf',[65.4 68.4 71.4] MF4='ZR':'trimf',[68.4 71.4 74.4] MF5='PP':'trimf',[71.4 74.1 77.4] MF6='MP':'trimf',[74.4 80.4 86.4] MF7='GP':'trimf',[85 100 115]
323
Arquivo de configurao do controlador fuzzy PID (TEV-FRB) Matlab (.fis).

[ Rules] 1 1, 1 0 (1) 1 2, 1 0 (1) 1 3, 1 0 (1) 1 4, 1 0 (1) 1 5, 2 0 (1) 1 6, 3 0 (1) 1 7, 4 0 (1) 2 1, 1 0 (1) 2 2, 1 0 (1) 2 3, 1 0 (1) 2 4, 2 0 (1) 2 5, 3 0 (1) 2 6, 4 0 (1) 2 7, 5 0 (1) 3 1, 1 0 (1) 3 2, 1 0 (1) 3 3, 2 0 (1) 3 4, 3 0 (1) 3 5, 4 0 (1) 3 6, 5 0 (1) 3 7, 6 0 (1) 4 1, 1 0 (1) 4 2, 2 0 (1) 4 3, 3 0 (1) 4 4, 4 0 (1) 4 5, 5 0 (1) 4 6, 6 0 (1) 4 7, 7 0 (1) 5 1, 2 0 (1) 5 2, 3 0 (1) 5 3, 4 0 (1) 5 4, 5 0 (1) 5 5, 6 0 (1) : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 6, 7 0 (1) : 1 5 7, 7 0 (1) : 1 6 1, 3 0 (1) : 1 6 2, 4 0 (1) : 1 6 3, 5 0 (1) : 1 6 4, 6 0 (1) : 1 6 5, 7 0 (1) : 1 6 6, 7 0 (1) : 1 6 7, 7 0 (1) : 1 7 1, 4 0 (1) : 1 7 2, 5 0 (1) : 1 7 3, 6 0 (1) : 1 7 4, 7 0 (1) : 1 7 5, 7 0 (1) : 1 7 6, 7 0 (1) : 1 7 7, 7 0 (1) : 1 1 1, 0 1 (1) : 1 1 2, 0 1 (1) : 1 1 3, 0 1 (1) : 1 1 4, 0 1 (1) : 1 1 5, 0 2 (1) : 1 1 6, 0 3 (1) : 1 1 7, 0 3 (1) : 1 2 1, 0 1 (1) : 1 2 2, 0 1 (1) : 1 2 3, 0 1 (1) : 1 2 4, 0 2 (1) : 1 2 5, 0 3 (1) : 1 2 6, 0 3 (1) : 1 2 7, 0 3 (1) : 1 3 1, 0 1 (1) : 1 3 2, 0 1 (1) : 1 3 3, 0 2 (1) : 1 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 3 3 3 3 3 4 5 5 5 5 5 5 5 6 7 7 5 5 5 6 7 7 7 5 5 6 7 7 7 7 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1 (1) : 1
Name='fPIDTExRB' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=2 NumRules=98 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTEv' Range=[-1 1] NumMFs=7 MF1='GN':'trapmf',[-1.25 -1 -0.8 -0.55] MF2='MN':'trimf',[-0.8 -0.55 -0.3] MF3='PN':'trimf',[-0.55 -0.3 -0.05] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.05 0.3 0.55] MF6='MP':'trimf',[0.3 0.55 0.8] MF7='GP':'trapmf',[0.6 0.85 1 1.25] [Input2] Name='DErroTEv' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-5.1 -3 -0.9] MF2='MN':'trimf',[-1.9 -1.2 -0.4] MF3='PN':'trimf',[-0.9 -0.45 0] MF4='ZR':'trimf',[-0.45 0 0.45] MF5='PP':'trimf',[0 0.45 0.9] MF6='MP':'trimf',[0.45 1.2 1.95] MF7='GP':'trimf',[0.9 3 5.1] [Output2] Name='Saida' Range=[20 100] NumMFs=7 MF1='GN':'trimf',[5 20 34] MF2='MN':'trimf',[30 45.8 61.6] MF3='PN':'trimf',[56.6 61.6 66.6] MF4='ZR':'trimf',[61.6 66.6 71.6] MF5='PP':'trimf',[66.6 71.6 76.6] MF6='MP':'trimf',[71.6 85.8 100] MF7='GP':'trimf',[95 100 105]
324
Arquivo de configurao do fuzzy PID (TCOND-FVC) Matlab (.fis).

[ Rules] 1 1, 1 0 (1) : 1 1 2, 1 0 (1) : 1 1 3, 1 0 (1) : 1 1 4, 1 0 (1) : 1 1 5, 2 0 (1) : 1 1 6, 3 0 (1) : 1 1 7, 4 0 (1) : 1 2 1, 1 0 (1) : 1 2 2, 1 0 (1) : 1 2 3, 1 0 (1) : 1 2 4, 2 0 (1) : 1 2 5, 3 0 (1) : 1 2 6, 4 0 (1) : 1 2 7, 5 0 (1) : 1 3 1, 1 0 (1) : 1 3 2, 1 0 (1) : 1 3 3, 2 0 (1) : 1 3 4, 3 0 (1) : 1 3 5, 4 0 (1) : 1 3 6, 5 0 (1) : 1 3 7, 6 0 (1) : 1 4 1, 1 0 (1) : 1 4 2, 2 0 (1) : 1 4 3, 3 0 (1) : 1 4 4, 4 0 (1) : 1 4 5, 5 0 (1) : 1 4 6, 6 0 (1) : 1 4 7, 7 0 (1) : 1 5 1, 2 0 (1) : 1 5 2, 3 0 (1) : 1 5 3, 4 0 (1) : 1 5 4, 5 0 (1) : 1 5 5, 6 0 (1) : 1 5 6, 7 0 (1) : 1 5 7, 7 0 (1) : 1 6 1, 3 0 (1) : 1 6 2, 4 0 (1) : 1 6 3, 5 0 (1) : 1 6 4, 6 0 (1) : 1 6 5, 7 0 (1) : 1 6 6, 7 0 (1) : 1 6 7, 7 0 (1) : 1 7 1, 4 0 (1) : 1 7 2, 5 0 (1) : 1 7 3, 6 0 (1) : 1 7 4, 7 0 (1) : 1 7 5, 7 0 (1) : 1 7 6, 7 0 (1) : 1 7 7, 7 0 (1) : 1 1 1, 0 1 (1) : 1 1 2, 0 1 (1) : 1 1 3, 0 1 (1) : 1 1 4, 0 1 (1) : 1 1 5, 0 2 (1) : 1 1 6, 0 3 (1) : 1 1 7, 0 3 (1) : 1 2 1, 0 1 (1) : 1 2 2, 0 1 (1) : 1 2 3, 0 1 (1) : 1 2 4, 0 2 (1) : 1 2 5, 0 3 (1) : 1 2 6, 0 3 (1) : 1 2 7, 0 3 (1) : 1 3 1, 0 1 (1) : 1 3 2, 0 1 (1) : 1 3 3, 0 2 (1) : 1 3 4, 0 3 (1) : 1 3 5, 0 3 (1) : 1 3 6, 0 3 (1) : 1 3 7, 0 3 (1) : 1 4 1, 0 3 (1) : 1 4 2, 0 3 (1) : 1 4 3, 0 3 (1) : 1 4 4, 0 4 (1) : 1 4 5, 0 5 (1) : 1 4 6, 0 5 (1) : 1 4 7, 0 5 (1) : 1 5 1, 0 5 (1) : 1 5 2, 0 5 (1) : 1 5 3, 0 5 (1) : 1 5 4, 0 5 (1) : 1 5 5, 0 6 (1) : 1 5 6, 0 7 (1) : 1 5 7, 0 7 (1) : 1 6 1, 0 5 (1) : 1 6 2, 0 5 (1) : 1 6 3, 0 5 (1) : 1 6 4, 0 6 (1) : 1 6 5, 0 7 (1) : 1 6 6, 0 7 (1) : 1 6 7, 0 7 (1) : 1 7 1, 0 5 (1) : 1 7 2, 0 5 (1) : 1 7 3, 0 6 (1) : 1 7 4, 0 7 (1) : 1 7 5, 0 7 (1) : 1 7 6, 0 7 (1) : 1 7 7, 0 7 (1) : 1
Name='fPIDTCxVC' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=2 NumRules=98 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTCond' Range=[-1.5 1.5] NumMFs=7 MF1='GN':'trimf',[-2 -1.5 -1] MF2='MN':'trimf',[-1.5 -1 -0.5] MF3='PN':'trimf',[-0.6 -0.3 0] MF4='ZR':'trimf',[-0.3 0 0.3] MF5='PP':'trimf',[0 0.3 0.6] MF6='MP':'trimf',[0.3 0.9 1.5] MF7='GP':'trimf',[1 1.5 2] [Input2] Name='DErroTCond' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-3 1.5] NumMFs=7 MF1='GN':'trimf',[-4.688 -3 -1.313] MF2='MN':'trimf',[-1.6 -1 -0.4] MF3='PN':'trimf',[-0.4 -0.2 0] MF4='ZR':'trimf',[-0.1 0 0.1] MF5='PP':'trimf',[0 0.2 0.4] MF6='MP':'trimf',[0.2 0.4 0.6] MF7='GP':'trimf',[0.4 1.5 2.6] [Output2] Name='Saida' Range=[0 53] NumMFs=7 MF1='GN':'trimf',[-25 0 25] MF2='MN':'trimf',[18 26 36] MF3='PN':'trimf',[34 36 38] MF4='ZR':'trimf',[36 38 40] MF5='PP':'trimf',[38 40 42] MF6='MP':'trimf',[40 46 52] MF7='GP':'trimf',[46 53 60]
325
Arquivo de configurao do fuzzy multivarivel (TEV-FRC/FRB) Matlab (.fis).

[Output3] Name='DSaida2' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-5.1 -3 -0.9] MF2='MN':'trimf',[-1.9 -1.2 -0.4] MF3='PN':'trimf',[-0.9 -0.45 0] MF4='ZR':'trimf',[-0.45 0 0.45] MF5='PP':'trimf',[0 0.45 0.9] MF6='MP':'trimf',[0.45 1.2 1.95] MF7='GP':'trimf',[1 3 5] [Output4] Name='Saida2' Range=[20 100] NumMFs=7 MF1='GN':'trimf',[5 20 34] MF2='MN':'trimf',[29.8 45.6 61.4] MF3='PN':'trimf',[56.6 61.6 66.6] MF4='ZR':'trimf',[61.6 66.6 71.6] MF5='PP':'trimf',[66.6 71.6 76.6] MF6='MP':'trimf',[71.6 85.6 100] MF7='GP':'trimf',[95 100 105]
Name='TEvSIMO' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=4 NumRules=49 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTEv' Range=[-1 1] NumMFs=7 MF1='GN':'trapmf',[-1.25 -1 -0.8 -0.55] MF2='MN':'trimf',[-0.8 -0.55 -0.3] MF3='PN':'trimf',[-0.55 -0.3 -0.05] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.05 0.3 0.55] MF6='MP':'trimf',[0.3 0.55 0.8] MF7='GP':'trapmf',[0.6 0.85 1 1.25] [Input2] Name='DErroTEv' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-5.1 -3 -0.9] MF2='MN':'trimf',[-1.9 -1.2 -0.4] MF3='PN':'trimf',[-0.9 -0.45 0] MF4='ZR':'trimf',[-0.45 0 0.45] MF5='PP':'trimf',[0 0.45 0.9] MF6='MP':'trimf',[0.45 1.2 1.95] MF7='GP':'trimf',[0.9 3 5.1] [Output2] Name='Saida' Range=[40 100] NumMFs=7 MF1='GN':'trimf',[20 40 60] MF2='MN':'trimf',[56.4 62.4 68.4] MF3='PN':'trimf',[65.4 68.4 71.4] MF4='ZR':'trimf',[68.4 71.4 74.4] MF5='PP':'trimf',[71.4 74.1 77.4] MF6='MP':'trimf',[74.4 80.4 86.4] MF7='GP':'trimf',[85 100 115]
[Rules] 1 1, 1 1 7 7 (1) : 1 1 2, 1 1 7 7 (1) : 1 1 3, 1 1 7 7 (1) : 1 1 4, 1 1 7 7 (1) : 1 1 5, 2 2 6 6 (1) : 1 1 6, 3 3 5 5 (1) : 1 1 7, 4 3 4 5 (1) : 1 2 1, 1 1 7 7 (1) : 1 2 2, 1 1 7 7 (1) : 1 2 3, 1 1 7 7 (1) : 1 2 4, 2 2 6 6 (1) : 1 2 5, 3 3 5 5 (1) : 1 2 6, 4 3 4 5 (1) : 1 2 7, 5 3 3 5 (1) : 1 3 1, 1 1 7 7 (1) : 1 3 2, 1 1 7 7 (1) : 1 3 3, 2 2 6 6 (1) : 1
3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5
4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6,
3 4 5 6 1 2 3 4 5 6 7 2 3 4 5 6 7
3 3 3 3 3 3 3 4 5 5 5 5 5 5 5 6 7
5 4 3 2 7 6 5 4 3 2 1 6 5 4 3 2 1
5 5 5 5 5 5 5 4 3 3 3 3 3 3 3 2 1
(1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1)
: : : : : : : : : : : : : : : : :
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
5 7, 7 7 1 1 (1) : 6 1, 3 5 5 3 (1) : 6 2, 4 5 4 3 (1) : 6 3, 5 5 3 3 (1) : 6 4, 6 6 2 2 (1) : 6 5, 7 7 1 1 (1) : 6 6, 7 7 1 1 (1) : 6 7, 7 7 1 1 (1) : 7 1, 4 5 4 3 (1) : 7 2, 5 5 3 3 (1) : 7 3, 6 6 2 2 (1) : 7 4, 7 7 1 1 (1) : 7 5, 7 7 1 1 (1) : 7 6, 7 7 1 1 (1) : 7 7, 7 7 1 1 (1) :
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
326
Arquivo de configurao do fuzzy multivarivel (TSP-FRC/FRB) Matlab (.fis).

[Output3] Name='DSaida2' Range=[-3 3] NumMFs=7 MF1='GN':'trimf',[-4.8 -3 -1] MF2='MN':'trimf',[-2 -1.25 -0.56] MF3='PN':'trimf',[-1 -0.5 0] MF4='ZR':'trimf',[-0.5 0 0.5] MF5='PP':'trimf',[0 0.5 1] MF6='MP':'trimf',[0.5 1.25 2] MF7='GP':'trimf',[1 3 4.2] [Output4] Name='Saida2' Range=[20 100] NumMFs=7 MF1='GN':'trimf',[5 20 34] MF2='MN':'trimf',[30 45.8 61.6] MF3='PN':'trimf',[56.6 61.6 66.6] MF4='ZR':'trimf',[61.6 66.6 71.6] MF5='PP':'trimf',[66.6 71.6 76.6] MF6='MP':'trimf',[71.4 85.6 99.8] MF7='GP':'trimf',[95 100 105] [ Rules] 1 1, 1 1 7 7 (1) : 1 1 2, 1 1 7 7 (1) : 1 1 3, 1 1 7 7 (1) : 1 1 4, 1 1 7 7 (1) : 1 1 5, 2 2 6 6 (1) : 1 1 6, 3 3 5 5 (1) : 1 1 7, 4 3 4 5 (1) : 1 2 1, 1 1 7 7 (1) : 1 2 2, 1 1 7 7 (1) : 1 2 3, 1 1 7 7 (1) : 1 2 4, 2 2 6 6 (1) : 1 2 5, 3 3 5 5 (1) : 1 2 6, 4 3 4 5 (1) : 1 2 7, 5 3 3 5 (1) : 1 3 1, 1 1 7 7 (1) : 1 3 2, 1 1 7 7 (1) : 1 3 3, 2 2 6 6 (1) : 1
Name='TsPSIMO' Type='mamdani' Version=2.0 NumInputs=2 NumOutputs=4 NumRules=49 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid' [Input1] Name='ErroTSP' Range=[-2 2] NumMFs=7 MF1='GN':'trapmf',[-2.5 -2 -1.6 -1.1] MF2='MN':'trimf',[-1.6 -1.1 -0.6] MF3='PN':'trimf',[-1.1 -0.6 -0.1] MF4='ZR':'trimf',[-0.5 0 0.5] MF5='PP':'trimf',[0.1 0.6 1. 1] MF6='MP':'trimf',[0.6 1.1 1.6] MF7='GP':'trapmf',[1.2 1.7 2 2.5] [Input2] Name='DErroTSP' Range=[-0.5 0.5] NumMFs=7 MF1='GN':'trimf',[-0.6 -0.5 -0.4] MF2='MN':'trimf',[-0.5 -0.4 -0.3] MF3='PN':'trimf',[-0.4 -0.3 -0.2] MF4='ZR':'trimf',[-0.25 0 0.25] MF5='PP':'trimf',[0.2 0.3 0.4] MF6='MP':'trimf',[0.3 0.4 0.5] MF7='GP':'trimf',[0.4 0.5 0.6] [Output1] Name='DSaida' Range=[-5 5] NumMFs=7 MF1='GN':'trimf',[-8 -5 -3] MF2='MN':'trimf',[-4 -2.5 -1] MF3='PN':'trimf',[-3 -1.5 0] MF4='ZR':'trimf',[-1 0 1] MF5='PP':'trimf',[0 1.5 3] MF6='MP':'trimf',[1 2.5 4] MF7='GP':'trimf',[3 5 7] [Output2] Name='Saida' Range=[40 100] NumMFs=7 MF1='GN':'trimf',[28.75 40 50] MF2='MN':'trimf',[40 52.15 64.3] MF3='PN':'trimf',[50 60.7 71.4] MF4='ZR':'trimf',[64.3 71.4 78.6] MF5='PP':'trimf',[71.2 81.6 92.6] MF6='MP':'trimf',[78.6 89.3 100] MF7='GP':'trimf',[92.9 100 107.1]
3 4, 3 3 5 5 (1) : 1 3 5, 4 3 4 5 (1) : 1 3 6, 5 3 3 5 (1) : 1 3 7, 6 3 2 5 (1) : 1 4 1, 1 3 7 5 (1) : 1 4 2, 2 3 6 5 (1) : 1 4 3, 3 3 5 5 (1) : 1 4 4, 4 4 4 4 (1) : 1 4 5, 5 5 3 3 (1) : 1 4 6, 6 5 2 3 (1) : 1 4 7, 7 5 1 3 (1) : 1 5 1, 2 5 6 3 (1) : 1 5 2, 3 5 5 3 (1) : 1 5 3, 4 5 4 3 (1) : 1 5 4, 5 5 3 3 (1) : 1 5 5, 6 6 2 2 (1) : 1 5 6, 7 7 1 1 (1) : 1
5 6 6 6 6 6 6 6 7 7 7 7 7 7 7
7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7,
7 3 4 5 6 7 7 7 4 5 6 7 7 7 7
7 5 5 5 6 7 7 7 5 5 6 7 7 7 7
1 5 4 3 2 1 1 1 4 3 2 1 1 1 1
1 3 3 3 2 1 1 1 3 3 2 1 1 1 1
(1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1)
: : : : : : : : : : : : : : :
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
327
328

Tese Propileno Glicol

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese Propileno Glicol

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA DE ALIMENTOS DEPARTAMENTO DE ENGENHARIA DE ALIMENTOS

Aluno: Flvio Vasconcelos da Silva

Orientador: Prof. Dr. Vivaldo Silveira Jnior

FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA DA F.E.A. UNICAMP

(George Bernard Shaw )

DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER)

SISTEMA DE RESFRIAMENTO DE LQUIDO

VARIVEIS DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER).

DO SISTEMA DE RESFRIAMENTO DE LQUIDO (CHILLER).

ANLISE DE SENSIBILIDADE DO GANHO PARA AS VARIVEIS DE PROCESSO

4.2.6- CONTROLE DE PROCESSOS E INSTRUMENTAO NA INDSTRIA DE ALIMENTOS 127

156 159 162 164 168 169

171 171 172 172 179 184 193

222 225 228 230

236 238 241

245 245 246 250

6.3.2 ANLISE DOS PARMETROS DE COMPARAO PARA OS CONTROLADORES

251 251 255

Malha TSP-FRC Malha TSP-FRB

6.4.2 ENSAIOS DE COMPARAO ENTRE CONTROLADORES CONVENCIONAIS E

258 258 261

Malha TEV-FRC Malha TEV-FRB

6.4.3 ANLISE DOS PARMETROS DE COMPARAO CONTROLADORES

264 272 273 275 283

6.5 CONCLUSES 6.6 REFERNCIAS BIBLIOGRFICAS CONCLUSES GERAIS APNDICE A

APNDICE B APNDICE C APNDICE D

289 301 303

TABELA 2.2 - PLANEJAMENTO DE ENSAIOS COM PERTURBAES INDIVIDUAIS EM

(L) DOS ENSAIOS COM PERTURBAES INDIVIDUAIS EM

DIVERSAS AMPLITUDES. ................................................................................74

TABELA 3.5 - RESULTADOS DOS PARMETROS OBTIDOS PARA TEV E TSP DA

HGGLUND. ...................................... 136

TABELA 4.6 - VALORES DOS PARMETROS DOS CONTROLADORES CONVENCIONAIS

HGGLUND. .................................... 137

TABELA 4.7 - PARMETROS DE DESEMPENHO DOS CONTROLADORES PID E PI

C04. ...................................................... 140 C08. ...................................................... 143

TABELA 4.8 - PARMETROS DE DESEMPENHO DOS CONTROLADORES PID E PI

TABELA 4.9 - PARMETROS DE DESEMPENHO DOS CONTROLADORES PID E PI

C12. ...................................................... 146 C16. ...................................................... 149

TABELA 4.10 - PARMETROS DE DESEMPENHO DOS CONTROLADORE S PID E PI

TABELA 4.11 - PARMETROS DE DESEMPENHO DOS CONTROLADORES PID E PI

C20. ...................................................... 152 C24. ...................................................... 155

TABELA 4.12 - PARMETROS DE DESEMPENHO DOS CONTROLADORE S PID E PI

TABELA 4.13 - PARMETROS DE DESEMPENHO DO CONTROLADOR DUPLO-PID

M02......................................................... 158 M04......................................................... 161 M06......................................................... 164

TABELA 4.14 - PARMETROS DE DESEMPENHO DO CONTROLADOR DUPLO-PID

TABELA 4.15 - PARMETROS DE DESEMPENHO DO CONTROLADOR DUPLO-PID

FIGURA 1.1 - FLUXOGRAMA DE ENGENHARIA DO SISTEMA DE RE FRIGERAO PARA

FIGURA 1.4 - REDE FIELDBUS IMPLEMENTADA PARA O SISTEMA DE RESFRIAMENTO DE

FIGURA 1.8 - RELAES ENTRE A POT NCIA CONSUMIDA E A FREQNCIA DE ROTAO

FIGURA 1.9 - TELA DA CONFIGURAO LGICA DA REDE FIELDBUS DO PROTTIPO. ........40

FIGURA 1.10 - TELAS DESENVOLVIDAS NO SUPERVISRIO AIMAX. TELA INICIAL (A ),

FIGURA 2.1 - REPRESENTAO DO PRINCPIO DA SUPERPOSI O APLICADO A

FIGURA 2.2 - REPRESENTAO DO PRINCPIO DA INDEPENDNCIA DA RESPOSTA

FIGURA 2.3 - CURVA DE REAO DE UM PROCESSO E A DETERM INAO GRFICA DO

(L), DA CONSTANTE DE TEMPO (T) E DO GANHO (K).....57

FRB, A PARTIR DAS CONDIES INICIAIS CI1 E CI2. .............................67

FIGURA 2.9 - CURVAS DE REAO PARA PERTURBAES POSITIVA E NEGATIVA (10%)

FRC, A PARTIR DAS CONDIES INICIAIS CI1 E CI2. .............................67

FIGURA 2.10 - HISTRICO DAS TEMPERA TURAS DE CONDENSAO E ENTRADA DA GUA

FIGURA 2.11 - VARIAO HORRIA DA TEMPERATURA AMBIENTE E UMIDADE RELATIVA

28/11/2001. (FONTE : ESTAO METEOROLGICA CEPAGRI)...................70

AUTOMTICA SITUADA NA FEAGRI/UNICAMP